访问有向循环图中每个节点的算法
Algorithm to visit every node in a directed cyclic graph
正如标题所说，我有一个包含循环且有向的图形。它紧密相连，因此没有“卡住”的危险。给定一个起始节点，我想找到访问每个节点的路径（理想情况下是最短的，但这不是我要优化的）。
值得一提的是，此图中的许多节点经常双向连接 - 即 几乎 无向。我想知道是否有修改后的 DFS 可能适用于这个特定的用例？
如果不是，我应该看看 Held-Karp 算法吗？一次访问和return起点限制不适用于我
最简单的方法可能是任意选择一个根并计算 G 上的 BFS 树（即从根到每个其他顶点的路径）和 G 的转置上的 BFS 树（即从每个顶点的路径）根的其他顶点）。然后对于每个其他顶点，您可以通过交替树路径导航到根和从根导航。此方法有各种快速优化。
另一种可能性是在搜索 space 中使用 A*，该搜索由状态当前节点 × 已访问节点集组成，启发式等于尚未访问的节点数。 worst-case 运行 时间相当于Held–Karp（也可以在运行 Floyd–Warshall 之后应用，形成完全非对称距离矩阵）
正如标题所说，我有一个包含循环且有向的图形。它紧密相连，因此没有“卡住”的危险。给定一个起始节点，我想找到访问每个节点的路径（理想情况下是最短的，但这不是我要优化的）。
值得一提的是，此图中的许多节点经常双向连接 - 即 几乎 无向。我想知道是否有修改后的 DFS 可能适用于这个特定的用例？
如果不是，我应该看看 Held-Karp 算法吗？一次访问和return起点限制不适用于我
最简单的方法可能是任意选择一个根并计算 G 上的 BFS 树（即从根到每个其他顶点的路径）和 G 的转置上的 BFS 树（即从每个顶点的路径）根的其他顶点）。然后对于每个其他顶点，您可以通过交替树路径导航到根和从根导航。此方法有各种快速优化。
另一种可能性是在搜索 space 中使用 A*，该搜索由状态当前节点 × 已访问节点集组成，启发式等于尚未访问的节点数。 worst-case 运行 时间相当于Held–Karp（也可以在运行 Floyd–Warshall 之后应用，形成完全非对称距离矩阵）