Python 算法设计

哪一个更适合设计生成有向图中两个顶点之间所有路径的算法

• 回溯

• 分而治之

• 贪婪方法

• 动态规划

---

由于BFS和DFS的原因，我一直在考虑回溯，但我不确定。谢谢。

请注意，输出中的路径数可能是指数级的。 实际上，在每对

i

具有边

i>j

的

n

顶点的有向图中，从

1

到

n

有2n-2条路径：除了端点之外的每个顶点都可以出现在路径中，也可以省略。 因此，如果我们真的想输出所有路径（而不是，例如，制作一个聪明的惰性结构，以便在以后逐个列出它们），那么没有先进的技术可以帮助实现多项式复杂性

找到所有简单路径的最简单方法是递归构造一条路径，并在到达端点后将当前路径添加到答案中。 为了改进它，我们可以使用。 事实上，对于每个顶点，我们可以首先计算是否可以从它到达最终顶点，并在多项式时间内进行计算。

---

稍后，我们只使用答案为正的顶点。

是否存在循环？在两个固定点之间还是每对点之间？如果存在任何循环，如果没有循环，会改变答案吗？此外，仅在2个修复垂直循环之间，可能存在无限路径。comp sci stack exchange站点更适合此类问题，因为这本身不是编程问题：非常有用！非常感谢：）