Bron-Kerbosch 算法的迭代版本?
Iterative version of the Bron–Kerbosch algorithm?
Bron–Kerbosch algorithm 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。缺点是该算法是递归的,因此只能 运行 在小图上直到堆栈溢出。
应该可以使算法完全迭代。考虑维基百科上的基本版本(无旋转)。算法的迭代版本在伪代码中是什么样子的?哪里有描述吗?
我正在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 是否为空,但我没有看到完整的答案。
The recursive version is given in Wikipedia 像这样:
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))
Bron–Kerbosch algorithm 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。缺点是该算法是递归的,因此只能 运行 在小图上直到堆栈溢出。
应该可以使算法完全迭代。考虑维基百科上的基本版本(无旋转)。算法的迭代版本在伪代码中是什么样子的?哪里有描述吗?
我正在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 是否为空,但我没有看到完整的答案。
The recursive version is given in Wikipedia 像这样:
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))