Algorithm Bron&x2013的迭代版本;Kerbosch算法?
是一种列出图的所有最大团的方法。我最近成功地实现了这个算法只是为了好玩。缺点是算法是递归的,因此只能在极小的图上运行,直到堆栈溢出 应该可以使算法完全迭代。考虑维基百科上的基本版本(无枢转)。该算法的迭代版本在伪代码中是什么样子的?有什么描述吗 我想象一个堆栈数据结构来模拟递归。我还应该有一个循环来测试P和X的空性,但我没有看到完整的答案。Algorithm Bron&x2013的迭代版本;Kerbosch算法?,algorithm,graph-algorithm,pseudocode,Algorithm,Graph Algorithm,Pseudocode,是一种列出图的所有最大团的方法。我最近成功地实现了这个算法只是为了好玩。缺点是算法是递归的,因此只能在极小的图上运行,直到堆栈溢出 应该可以使算法完全迭代。考虑维基百科上的基本版本(无枢转)。该算法的迭代版本在伪代码中是什么样子的?有什么描述吗 我想象一个堆栈数据结构来模拟递归。我还应该有一个循环来测试P和X的空性,但我没有看到完整的答案。如下所示: BronKerbosch1(R, P, X): if P and X are both empty: report R as
如下所示:
BronKerbosch1(R, P, X):
if P and X are both empty:
report R as a maximal clique
for each vertex v in P:
BronKerbosch1(R ⋃ {v}, P ⋂ N(v), X ⋂ N(v))
P := P \ {v}
X := X ⋃ {v}
为了模拟递归,我们只需要使用堆栈跟踪三个变量:
BronKerbosch(P):
S := empty stack
S.push({}, P, {})
while S is not empty:
R, P, X := S.pop()
if P and X are both empty:
report R as a maximal clique
if P is not empty:
v := some vertex in P
S.push(R, P \ {v}, X ⋃ {v})
S.push(R ⋃ {v}, P ⋂ N(v), X ⋂ N(v))
因此:
BronKerbosch1(R, P, X):
if P and X are both empty:
report R as a maximal clique
for each vertex v in P:
BronKerbosch1(R ⋃ {v}, P ⋂ N(v), X ⋂ N(v))
P := P \ {v}
X := X ⋃ {v}
为了模拟递归,我们只需要使用堆栈跟踪三个变量:
BronKerbosch(P):
S := empty stack
S.push({}, P, {})
while S is not empty:
R, P, X := S.pop()
if P and X are both empty:
report R as a maximal clique
if P is not empty:
v := some vertex in P
S.push(R, P \ {v}, X ⋃ {v})
S.push(R ⋃ {v}, P ⋂ N(v), X ⋂ N(v))
这是一个有效的问题,但是IIRC B--K在堆栈的最大深度上取时间指数。所以这是一个有效的问题,但是IIRC B--K在堆栈的最大深度上取时间指数。