高级图算法

在前面的基础教程中，我们已经学习了图的基本概念、表示方法以及广度优先搜索（BFS）和深度优先搜索（DFS）等基础算法，这些算法帮助我们解决了诸如两点之间是否连通、图的遍历等问题。

然而，现实世界中的许多复杂问题，比如社交网络中的好友推荐、地图导航中的最短路径规划、物流配送中的最优路线安排，甚至是互联网网页的排名，都需要更强大、更高效的算法。这些就是高级图算法要解决的挑战。

高级图算法就像是为解决特定复杂问题设计的专业工具：

• 网络流：解决流量分配问题，如交通、物流
• 二分图匹配：解决配对问题，如任务分配、婚姻匹配
• 强连通分量：分析图的连通结构
• 拓扑排序：解决依赖关系问题

现实生活案例：

• 网络流：像是城市交通系统的流量优化
• 二分图匹配：像是婚恋配对系统
• 强连通分量：像是社交网络中的朋友圈分析
• 拓扑排序：像是任务依赖关系的排序

最短路径问题与 Dijkstra 算法

想象一下，你正在使用地图 App 规划从家到公司的路线。地图上有无数条路径，每条路径的通行时间（权重）不同。你的目标是找到总通行时间最短的那条路，这就是经典的单源最短路径问题。

算法核心思想

Dijkstra 算法 是解决非负权重图单源最短路径问题的贪心算法。它的核心思想像一个谨慎的探索者：

• 它维护一个"已知最短距离"的集合。
• 每次都从"未知区域"中挑选一个当前离起点距离最短的节点，确认它的最短距离。
• 然后利用这个新确认的节点，去更新它所有邻居的"预估最短距离"。
• 重复这个过程，直到所有节点的最短距离都被确认。

算法步骤详解

让我们通过一个流程图来直观理解 Dijkstra 算法的执行过程：

流程图说明：算法从初始化开始，不断从优先队列中取出当前离起点最近的未处理节点，用它来松弛（更新）其邻居节点的距离估计值，直到队列为空，此时所有最短路径均已确定。

代码实现与示例

下面我们使用 Python 来实现 Dijkstra 算法。我们将使用 heapq 这个优先队列（最小堆）模块来高效地获取当前距离最小的节点。

代码解析：

• shortest_distances 字典用于记录从起点到每个节点的最终确认的最短距离，初始值为无穷大。
• priority_queue 是一个最小堆，总是让我们能快速取出"当前预估距离起点最近"的节点。
• 主循环中，heapq.heappop 取出堆顶节点（当前最近节点）。
• if current_distance > ... : continue 是一个关键优化，用于处理堆中可能存在的同一节点的多个旧版本（距离值）。
• 遍历邻居时，计算 distance = current_distance + weight，这就是"通过当前节点到达邻居的新距离"。
• 如果新距离更短，则更新 shortest_distances 并将邻居及其新距离推入堆中，以便后续处理。

运行上述代码，你会得到如下输出：

从节点 A 出发到各节点的最短距离： 到节点 A: 0 到节点 B: 3 # 路径: A -> C -> B 到节点 C: 2 # 路径: A -> C 到节点 D: 8 # 路径: A -> C -> B -> D 到节点 E: 10 # 路径: A -> C -> B -> D -> E 

---

最小生成树与 Prim 算法

现在考虑另一个问题：你要为一个新建的居民区铺设光纤网络，需要连接所有房子，但为了节省成本，希望使用的光纤总长度最短。已知每两栋房子之间铺设光纤的成本（权重）。如何选择要铺设的线路？

这个问题要求我们找到一个连接所有节点的子图，并且这个子图是一棵树（无环），同时其所有边的权重之和最小。这棵树就叫做最小生成树（MST）。

Prim 算法思想

Prim 算法 是寻找 MST 的一种贪心算法。它的过程很像"生长一棵树"：

1. 从任意一个节点开始，将这棵树初始化为只包含该节点。
2. 在所有连接这棵树内部节点和外部节点的边中，选择一条权重最小的边。
3. 将这条边以及它连接的那个外部节点加入到树中。
4. 重复步骤 2 和 3，直到所有节点都被包含进树中。

代码实现与示例

Prim 算法的实现与 Dijkstra 非常相似，区别在于距离的定义。

在 Prim 算法中，我们维护的是每个节点到当前生成树的最小连接代价。

实例

import heapq

def prim_mst(graph):
    """
    使用 Prim 算法计算图的最小生成树（MST）的总权重。
   
    参数:
        graph: 字典表示的邻接表。格式为 {节点: [(邻居1, 权重1), (邻居2, 权重2), ...]}
        假设图是连通的。
   
    返回:
        最小生成树的总权重。
    """
    start_node = list(graph.keys())[0]  # 从任意节点开始，这里取第一个
    visited = set([start_node])  # 已加入 MST 的节点集合
   
    # 优先队列，存储 (边权重, 邻居节点)
    # 初始化：将起始节点的所有边加入队列
    edges = [(weight, start_node, neighbor) for neighbor, weight in graph[start_node]]
    heapq.heapify(edges)
   
    total_weight = 0
   
    while edges:
        weight, from_node, to_node = heapq.heappop(edges)
       
        if to_node not in visited:
            visited.add(to_node)  # 将新节点加入 MST
            total_weight += weight  # 累加 MST 总权重
            print(f"添加边: {from_node} - {to_node}, 权重: {weight}") # 输出选择的边
           
            # 将新节点的所有连接外部节点的边加入队列
            for neighbor, w in graph[to_node]:
                if neighbor not in visited:
                    heapq.heappush(edges, (w, to_node, neighbor))
   
    return total_weight

# --- 测试示例 ---
# 定义一个无向带权图（每条边在邻接表中出现两次）
test_graph_undirected = {
    'A': [('B', 4), ('C', 2)],
    'B': [('A', 4), ('C', 1), ('D', 5)],
    'C': [('A', 2), ('B', 1), ('D', 8), ('E', 10)],
    'D': [('B', 5), ('C', 8), ('E', 2)],
    'E': [('C', 10), ('D', 2)]
}

print("构建最小生成树的过程：")
mst_weight = prim_mst(test_graph_undirected)
print(f"\n最小生成树的总权重为: {mst_weight}")


代码解析：

• visited 集合记录已经属于 MST 的节点。
• edges 是一个最小堆，存储所有横跨 MST 内外的边（即一端在 visited 中，另一端不在）。
• 主循环中，总是从堆中取出权重最小的边 (weight, from_node, to_node)。
• 如果这条边连接的 to_node 还未被访问，则它是一条有效的 MST 边。将其加入结果，并更新 visited 和 total_weight。
• 将新节点 to_node 的所有通向外部节点的边加入堆中，供下一轮选择。

运行上述代码，你会看到 MST 的构建过程：

构建最小生成树的过程： 添加边: A - C, 权重: 2 添加边: C - B, 权重: 1 添加边: A - B, 权重: 4 # 注意：这条边连接B和A，但B已在树中，所以会被下一行的if语句跳过，不会添加。 添加边: B - D, 权重: 5 添加边: D - E, 权重: 2 最小生成树的总权重为: 10 

（注：实际输出中，A - B这条边因为 to_node B 已在 visited 中，所以不会执行 print 语句。上面注释是为了说明。） 最终 MST 的边是 A-C, C-B, B-D, D-E，总权重为 2+1+5+2=10。

---

拓扑排序：处理有依赖关系的任务

当你需要安排一系列任务，并且某些任务必须在另一些任务完成之后才能开始（例如，穿袜子必须在穿鞋之前），你会如何确定一个合理的执行顺序？这种任务间的依赖关系可以用有向无环图（DAG） 来表示，而找到一个可行的线性执行顺序的过程，就是拓扑排序。

Kahn 算法（基于入度）

Kahn 算法 是拓扑排序最直观的算法之一，基于入度（指向该节点的边数）。

• 找到所有入度为 0 的节点，它们是可以立即执行的任务（没有前置依赖）。
• 将这些节点放入一个队列，并从图中"移除"（输出到排序结果）。
• "移除"节点后，更新其所有邻居的入度（减1）。如果某个邻居的入度因此变为 0，则将其加入队列。
• 重复步骤 2 和 3，直到队列为空。
• 如果输出的节点数等于图中总节点数，则排序成功；否则，说明图中存在环，无法拓扑排序。

代码实现与示例

实例

from collections import deque

def topological_sort_kahn(graph):
    """
    使用 Kahn 算法进行拓扑排序。
   
    参数:
        graph: 字典表示的邻接表。格式为 {节点: [邻居1, 邻居2, ...]}
   
    返回:
        如果存在拓扑排序，返回一个列表（排序顺序）；否则返回 None（存在环）。
    """
    # 1. 计算所有节点的入度
    in_degree = {node: 0 for node in graph}
    for node in graph:
        for neighbor in graph[node]:
            in_degree[neighbor] = in_degree.get(neighbor, 0) + 1
   
    # 2. 初始化队列，将所有入度为0的节点入队
    queue = deque([node for node in in_degree if in_degree[node] == 0])
    topo_order = []
   
    # 3. 处理队列
    while queue:
        current_node = queue.popleft()
        topo_order.append(current_node)
       
        # "移除"当前节点，更新其邻居的入度
        for neighbor in graph.get(current_node, []):
            in_degree[neighbor] -= 1
            if in_degree[neighbor] == 0:
                queue.append(neighbor)
   
    # 4. 检查是否所有节点都被排序
    if len(topo_order) == len(graph):
        return topo_order
    else:
        return None  # 图中存在环

# --- 测试示例 ---
# 定义一个课程依赖关系的有向图
# 例如：上算法课（Algo）之前需要先上数据结构课（DS）
course_graph = {
    '程序设计': ['数据结构', '算法'],
    '数据结构': ['算法', '数据库'],
    '算法': ['机器学习'],
    '数据库': ['系统设计'],
    '数学': ['机器学习'],
    '机器学习': [],
    '系统设计': []
}

print("课程依赖图：")
for course, deps in course_graph.items():
    print(f"  {course} -> {deps}")

result = topological_sort_kahn(course_graph)

if result:
    print(f"\n一种可行的课程学习顺序（拓扑排序）为：")
    print(" -> ".join(result))
else:
    print("\n课程安排存在循环依赖，无法排序！")


代码逐行解析：

1. in_degree 字典记录每个节点的入度。遍历邻接表即可计算出每个节点被多少条边指向。
2. 初始化队列 queue，将所有"没有前置任务"（入度为0）的节点加入。
3. 主循环中，从队列取出节点，加入结果列表 topo_order，相当于完成该任务。
4. 遍历该任务的所有后继任务（邻居），将其入度减1。如果减到0，说明该任务的所有前置任务都已完成，可以加入队列等待执行。
5. 最后检查排序结果的长度。如果与图节点数相同，则成功；否则，意味着有些节点始终有前置依赖（入度不为0），即图中存在环。

运行上述代码，你会得到一种可行的学习顺序：

课程依赖图： 程序设计 -> ['数据结构', '算法'] 数据结构 -> ['算法', '数据库'] 算法 -> ['机器学习'] 数据库 -> ['系统设计'] 数学 -> ['机器学习'] 机器学习 -> [] 系统设计 -> [] 一种可行的课程学习顺序（拓扑排序）为： 程序设计 -> 数学 -> 数据结构 -> 算法 -> 数据库 -> 机器学习 -> 系统设计 

注意：拓扑排序的结果可能不唯一。例如，数学和程序设计都是入度为 0 的起始节点，谁先谁后都可以。

---

算法对比与应用场景

为了帮助你更好地理解和选择这些算法，下表总结了它们的关键特点：

算法	主要用途	适用图类型	核心思想	时间复杂度（使用优先队列）	典型应用场景
Dijkstra	单源最短路径	带非负权重的有向/无向图	贪心，每次扩展当前距离起点最近的节点	O((V+E) log V)	地图导航、网络路由
Prim	最小生成树（MST）	带权重的连通无向图	贪心，每次将离当前生成树最近的节点并入	O((V+E) log V)	网络布线、电路板设计、聚类分析
Kahn (拓扑排序)	任务调度排序	有向无环图（DAG）	基于入度，不断移除无前置依赖的节点	O(V+E)	课程安排、构建系统依赖、编译顺序

---

实践练习

光看不够，动手实践才能融会贯通！请尝试完成以下练习：

练习 1：修复 Dijkstra 算法

下面的代码意图实现 Dijkstra 算法，但有几处 bug。请找出并修复它们。

实例

# 有bug的代码
def wrong_dijkstra(graph, start):
    dist = {node: float('inf') for node in graph}
    dist[start] = 0
    pq = [(0, start)]
   
    while pq:
        cur_dist, cur_node = pq.pop(0) # 这里可能有问题
        for neighbor, weight in graph[cur_node]:
            if cur_dist + weight < dist[neighbor]:
                dist[neighbor] = cur_dist + weight
                # 这里可能少了点什么
    return dist


练习 2：实现 Kruskal 算法

Prim 算法是找 MST 的一种方法，另一种经典方法是 Kruskal 算法。其思想是：

1. 将图中所有边按权重从小到大排序。
2. 按顺序考虑每条边，如果这条边连接的两个节点不在同一个连通分量中（即加入后不会形成环），则将它加入 MST。
3. 重复步骤2，直到 MST 中有 V-1 条边（V为节点数）。

你的任务：尝试使用"并查集（Disjoint Set Union, DSU）"数据结构来实现 Kruskal 算法，用于高效判断两个节点是否连通。

练习 3：实际数据挑战

假设你有一个 friendships.json 文件，记录了社交网络中用户（ID表示）及其好友关系。每条关系有一个"亲密度"权重。

[ {"user_id": 1, "friend_id": 2, "closeness": 5}, {"user_id": 1, "friend_id": 3, "closeness": 2}, {"user_id": 2, "friend_id": 3, "closeness": 1}, {"user_id": 2, "friend_id": 4, "closeness": 6}, {"user_id": 3, "friend_id": 4, "closeness": 3}, {"user_id": 4, "friend_id": 5, "closeness": 4} ]

问题：如果"亲密度"权重可以看作距离（数值越小代表越亲密），请计算从用户 1 出发，到其他所有用户的"最亲密路径"（即权重和最小的路径）。你应该使用哪个算法？请编写代码解决。