Симметричный обход¶

Симметричный обход (также известный как симметричное обходное сканирование, англ. symmetric traversal) — это алгоритм обхода графа или дерева, при котором поиск ведётся одновременно с двух или более начальных точек, двигаясь навстречу друг другу, с целью сокращения времени поиска пути или проверки связности. В отличие от классических методов (поиск в ширину или глубину), симметричный обход позволяет уменьшить вычислительную сложность за счёт параллельной обработки, особенно в задачах с большими графами.

¶История

Идея симметричного обхода впервые была формализована в середине XX века в контексте теории графов и алгоритмов. Первые упоминания относятся к работам по поиску кратчайшего пути в графах, где одновременное движение от начальной и конечной вершины позволяло сократить количество просматриваемых узлов. В 1960-х годах этот подход был применён в алгоритмах двунаправленного поиска, предложенных независимо несколькими исследователями, включая Эдсгера Дейкстру. В СССР симметричный обход изучался в рамках кибернетики и теории автоматов, в частности, в работах А. А. Ляпунова и М. А. Гаврилова, посвящённых оптимизации маршрутов в транспортных сетях.

С развитием компьютерных технологий в 1980–1990-х годах симметричный обход стал использоваться в системах навигации, телекоммуникациях и базах данных. В XXI веке алгоритм получил новое применение в распределённых вычислениях и анализе социальных сетей, где требуется быстрое нахождение связей между узлами.

¶Принцип работы

Симметричный обход предполагает одновременный запуск двух или более процессов обхода графа, каждый из которых начинает движение от своей начальной вершины. Процессы движутся по рёбрам графа, используя одинаковые правила (например, поиск в ширину), и обмениваются информацией о посещённых вершинах. Обход завершается, когда процессы встречаются в одной вершине или когда пересекаются их области поиска.

¶Основные этапы:

1. Инициализация: Выбор начальных вершин (например, A и B). Для каждой вершины создаётся очередь или стек.
2. Параллельный обход: Каждый процесс расширяет свою область поиска на один шаг, добавляя соседние вершины.
3. Проверка пересечения: После каждого шага проверяется, не появилась ли вершина, уже посещённая другим процессом. Если пересечение обнаружено, путь считается найденным.
4. Завершение: При обнаружении пересечения или исчерпании всех вершин (если граф несвязен) алгоритм останавливается.

¶Пример:

Рассмотрим граф с 10 вершинами, где нужно найти путь от вершины 1 до вершины 10. При одностороннем поиске в ширину может потребоваться просмотреть 8–9 вершин. При симметричном обходе, начиная с вершин 1 и 10, каждый процесс просматривает в среднем 4–5 вершин, что сокращает общее время.

¶Классификация

Симметричный обход можно классифицировать по нескольким признакам:

¶По числу начальных точек:

• Двунаправленный: Используются две начальные вершины (наиболее распространённый вариант).
• Многонаправленный: Применяется три и более начальных точек, например, в задачах поиска кратчайшего пути в сети с несколькими источниками.

¶По типу обхода:

• Симметричный поиск в ширину (BFS): Оба процесса используют очередь, что гарантирует нахождение кратчайшего пути в невзвешенном графе.
• Симметричный поиск в глубину (DFS): Процессы используют стек, что может быть эффективнее для проверки связности, но не гарантирует кратчайший путь.
• **Симметричный поиск с приоритетом (A*)**: Взвешенные графы, где каждый процесс использует эвристическую функцию для оценки расстояния до цели.

¶По способу синхронизации:

• Синхронный: Процессы делают шаги одновременно, проверяя пересечение после каждого шага.
• Асинхронный: Процессы работают независимо, обмениваясь данными через общую память или сообщения.

¶Применение

Симметричный обход используется в различных областях, где требуется быстрый поиск в графах:

¶Навигация и транспорт

В системах GPS-навигации (например, Яндекс.Карты, 2ГИС) симметричный обход применяется для расчёта маршрутов в реальном времени. Двунаправленный поиск позволяет сократить время вычислений при прокладке пути между двумя точками на карте города.

¶Телекоммуникации

В сетях передачи данных (Интернет, телефонные сети) симметричный обход используется для маршрутизации пакетов. Протоколы, такие как OSPF (Open Shortest Path First), могут использовать двунаправленный поиск для нахождения кратчайшего пути в топологии сети.

¶Базы данных

В реляционных базах данных (например, PostgreSQL, MySQL) симметричный обход применяется для оптимизации запросов, связанных с поиском путей в графовых структурах (например, в иерархических данных или социальных графах).

¶Социальные сети

В анализе социальных сетей (например, ВКонтакте, Одноклассники) симметричный обход используется для нахождения кратчайшего пути между пользователями (задача «шести рукопожатий»). Алгоритм позволяет быстро определить, через сколько общих друзей связаны два человека.

¶Робототехника

В системах планирования движения роботов симметричный обход применяется для поиска пути в лабиринтах или на картах местности. Двунаправленный поиск сокращает время навигации в динамических средах.

¶Примеры реализации

¶Псевдокод двунаправленного поиска в ширину:

``` function symmetricBFS(graph, start, end): queue_start = [start] queue_end = [end] visited_start = {start} visited_end = {end}

while queue_start and queue_end:

¶Шаг от начальной вершины

node = queue_start.pop(0) for neighbor in graph[node]: if neighbor not in visited_start: visited_start.add(neighbor) queue_start.append(neighbor) if neighbor in visited_end: return path(start, neighbor, end)

¶Шаг от конечной вершины

node = queue_end.pop(0) for neighbor in graph[node]: if neighbor not in visited_end: visited_end.add(neighbor) queue_end.append(neighbor) if neighbor in visited_start: return path(start, neighbor, end)

return None ```

¶Реализация на Python:

```python from collections import deque

def symmetric_bfs(graph, start, end): if start == end: return [start]

queue_start = deque([start]) queue_end = deque([end]) visited_start = {start: None} visited_end = {end: None}

while queue_start and queue_end:

¶Расширение от start

node = queue_start.popleft() for neighbor in graph[node]: if neighbor not in visited_start: visited_start[neighbor] = node queue_start.append(neighbor) if neighbor in visited_end: return reconstruct_path(visited_start, visited_end, neighbor)

¶Расширение от end

node = queue_end.popleft() for neighbor in graph[node]: if neighbor not in visited_end: visited_end[neighbor] = node queue_end.append(neighbor) if neighbor in visited_start: return reconstruct_path(visited_start, visited_end, neighbor)

return None ```

¶Преимущества и недостатки

¶Преимущества:

• Снижение вычислительной сложности: В среднем количество просматриваемых вершин уменьшается в два раза по сравнению с односторонним обходом, особенно в графах с большим диаметром.
• Параллелизм: Алгоритм хорошо подходит для реализации на многопроцессорных системах или распределённых вычислениях.
• Гарантия нахождения пути: При использовании поиска в ширину симметричный обход находит кратчайший путь (если он существует).

¶Недостатки:

• Сложность синхронизации: В асинхронных реализациях требуется эффективный механизм обмена данными между процессами, что может увеличить накладные расходы.
• Память: Необходимость хранения двух множеств посещённых вершин (для каждого процесса) может удвоить потребление памяти.
• Неэффективность на малых графах: Для графов с небольшим числом вершин (менее 10) выигрыш в скорости может быть незначительным или отсутствовать.

¶Интересные факты

• В теории графов симметричный обход является частным случаем двунаправленного поиска, который в 1970-х годах был предложен как альтернатива алгоритму Дейкстры для задач с известными начальной и конечной точками.
• В 1990-х годах российские учёные из Института системного программирования РАН разработали модификацию симметричного обхода для поиска в графах с весами, что позволило ускорить расчёты в задачах логистики.
• Алгоритм используется в некоторых шахматных программах для оценки позиций, где симметричный обход дерева вариантов позволяет сократить время анализа.

¶Критика

Основная критика симметричного обхода связана с его неоптимальностью в некоторых сценариях. Например, в графах с высокой степенью ветвления (где у каждой вершины много соседей) число пересечений может быть малым, что снижает эффективность. Также алгоритм требует точного знания начальной и конечной вершин, что не всегда возможно в задачах с неопределёнными целями (например, в поиске по ключевым словам). Некоторые исследователи отмечают, что в современных системах с большими объёмами данных более эффективными могут быть эвристические методы, такие как A*.

¶Источники

• Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. «Алгоритмы: построение и анализ» (3-е издание), 2013.
• Седжвик Р. «Фундаментальные алгоритмы на C++», 2002.
• Рассел С., Норвиг П. «Искусственный интеллект: современный подход», 4-е издание, 2021.
• Статья «Bidirectional search» в энциклопедии «MathWorld», 2020.
• Лекции по теории графов, МГУ им. М. В. Ломоносова, 2018.