Boost Graph DFS（和其他算法）的 API 背后的動機是什么？

Question

一般問題

當我邁入 BGL 的第一步時，我很難理解是什么證明了最小驚訝原則在這里有點被欺負。

背景

所以，經過大量的努力，我可以構建一個樹圖，我希望能夠寫出類似的東西

tree.dfs(visitor);

現在我知道 BGL 並不是一個面向對象的 API，我想寫一些像這樣的東西是有意義的

depth_first_search(tree, visitor)

然后，由於我了解到 BGL 中沒有 Tree 類，設計選擇是使根的存在成為值屬性而不是類型屬性。 所以我想這解釋了為什么我們必須傳遞根描述符，比如

depth_first_search(graph_that_is_a_tree, visitor, root);

是什么讓我困惑

到目前為止，我感覺我（或多或少）遵循了設計。 但是為了讓我的代碼編譯，我實際上必須寫：

  auto [root, tree] = my_stuff::to_k_ary_tree<my_vertex, my_edge>(ast);

  auto indexmap = boost::get(boost::vertex_index, tree);
  auto colormap = boost::make_vector_property_map<boost::default_color_type>(indexmap);

  MyVisitor<my_stuff::k_ary_tree<my_vertex,my_edge>> vis;
  std::vector<boost::default_color_type> colors(num_vertices(tree));
  boost::depth_first_search(tree, vis, colormap, root);

這就是我失去它的地方（直覺）：即使我被警告過大多數算法都需要顏色圖，我也不理解/理解為什么我需要這個簽名。

我的問題

為什么 DFS 算法不能負責處理這些細節呢？

我能想到的

• 是因為 if tree 不是一種類型嗎？ 如果 Tree 和 Graph 之間沒有類型區分，那么 DFS 就不可能知道沒有循環，因此它需要為所有情況下探索過的頂點着色——即使你絕對確定它是一個循環樹，有根，沒有圈。
• 如果是這樣，那么它並沒有向我完全解釋為什么 DFS 不能在我們不知情的情況下創建/訪問/銷毀這個顏色圖。

Answer 1

最好的解釋就在文檔的着陸頁上：https ://www.boost.org/doc/libs/1_81_0/libs/graph/doc/index.html

它對比了 STL [sic] 中的泛型與 Boost Graph Library 中的泛型。 第二部分最核心的宣傳語：

[首先，] BGL 的圖形算法被寫入一個接口，該接口抽象出特定圖形數據結構的細節。 與 STL 一樣，BGL 使用迭代器來定義數據結構遍歷的接口。 存在三種不同的圖遍歷模式：遍歷圖中的所有頂點、遍歷所有邊以及沿着圖的鄰接結構（從一個頂點到它的每個鄰居）。 每種遍歷模式都有單獨的迭代器。

這個通用接口允許諸如breadth_first_search()類的模板函數處理各種圖數據結構，從用指針鏈接節點實現的圖到用數組編碼的圖。 這種靈活性在圖形領域尤為重要。 圖數據結構通常是為特定應用程序定制的。 傳統上，如果程序員想要重用算法實現，他們必須將圖形數據轉換/復制到圖形庫規定的圖形結構中。 LEDA、GTL、Stanford GraphBase 等庫就是這種情況； 對於用 Fortran 編寫的圖算法尤其如此。 這嚴重限制了他們圖算法的重用。

相比之下，定制的（甚至遺留的）圖結構可以與 BGL 的通用圖算法一起使用，使用外部適應（參見如何將現有圖轉換為 BGL 部分）。 外部適配圍繞數據結構包裝一個新接口，無需復制，也無需將數據放入適配器對象中。 BGL 接口經過精心設計，使這種適應變得容易。 為了證明這一點，我們構建了接口代碼以在 BGL 圖算法中使用各種圖結構（LEDA 圖、Stanford GraphBase 圖，甚至 Fortran 樣式的數組）。

但是等等，還有更多！

相關的，Boost Geometry 有一個非常相似的設計原理部分，該部分更詳細地介紹了通用模板庫設計如何演變成 BGL 也具有的形式。

它通過示例來實現，這非常好，當然，即使這些示例來自計算幾何領域。

輔助屬性映射

關於顏色圖（和其他輔助算法狀態），我將添加：

• 你也可以默認它們

  • 使用標記屬性 ( property<vertex_color_t, default_color_type> )
  • 使用特征特化將外部映射與圖形類型相關聯（ graph_property<> ）

• 讓調用者提供它們可以在算法調用之間重新使用着色/存儲時獲得巨大的效率提升

• 注意大多數算法默認輔助屬性映射。 事實上，DFS 也可以！

簡化樣本

部分基於您之前的問題代碼，這里有一個示例，展示了如何簡化調用。

請注意，它使用 ADL 來避免boost::限定函數名稱，並使用dfs 的命名參數重載：

生活在 Coliru

#include <boost/graph/adjacency_list.hpp>
#include <boost/graph/graph_utility.hpp>
#include <boost/graph/random.hpp>
#include <iomanip>
#include <random>

struct MyVisitor : boost::default_dfs_visitor {
    auto discover_vertex(auto u, auto const& g) {
        std::cout << "Discover vertex " << u << " (" << g[u] << ")\n";
    }
};

template <class V, class E>
    requires std::constructible_from<V, std::string> && std::constructible_from<E, double>
auto foo(...) {
    using G = boost::adjacency_list<boost::setS, boost::vecS, boost::directedS, V, E>;

    G g;
    std::mt19937 prng{std::random_device{}()};
    generate_random_graph(g, 10, 30, prng);

    for (auto e : make_iterator_range(edges(g)))
        g[e] = {std::uniform_real_distribution(1.0, 2.0)(prng)};

    for (int i = 0; i < 10; ++i)
        g[i] = {std::array{"zero", "one", "two", "three", "four", "five", "six", "seven",
                           "eight", "nine"}
                    .at(i)};

    return std::tuple(std::move(g), 3);
}

struct V { std::string  name; };
struct E { double length; };
static inline auto& operator<<(std::ostream& os, V const& v) { return os << quoted(v.name); }

int main() {
    auto [g, root] = foo<V, E>();
    depth_first_search(g, visitor(MyVisitor{}));
    print_graph(g);
}

打印，例如

Discover vertex 0 ("zero")
Discover vertex 5 ("five")
Discover vertex 1 ("one")
Discover vertex 2 ("two")
Discover vertex 4 ("four")
Discover vertex 6 ("six")
Discover vertex 8 ("eight")
Discover vertex 3 ("three")
Discover vertex 7 ("seven")
Discover vertex 9 ("nine")
0 --> 5 6 7 
1 --> 0 2 7 
2 --> 1 4 5 6 8 
3 --> 0 4 8 
4 --> 1 2 6 
5 --> 0 1 2 7 
6 --> 2 5 8 
7 --> 2 5 
8 --> 0 3 
9 --> 3 7