http://www.me.utexas.edu/~bard/IP/Handouts/cycles.pdf

澄清:

Strongly Connected Components will find all subgraphs that have at least one cycle in them, not all possible cycles in the graph. e.g. if you take all strongly connected components and collapse/group/merge each one of them into one node (i.e. a node per component), you'll get a tree with no cycles (a DAG actually). Each component (which is basically a subgraph with at least one cycle in it) can contain many more possible cycles internally, so SCC will NOT find all possible cycles, it will find all possible groups that have at least one cycle, and if you group them, then the graph will not have cycles. to find all simple cycles in a graph, as others mentioned, Johnson's algorithm is a candidate.

从节点X开始，检查所有子节点(如果无方向，父节点和子节点是等价的)。将这些子节点标记为X的子节点。对于任何这样的子节点A，标记它的子节点是A的子节点，X'，其中X'标记为2步远。)如果您稍后点击X并将其标记为X的子节点”，这意味着X处于3节点周期中。回溯到它的父节点很容易(因为算法不支持这一点，所以你可以找到任何一个有X'的父节点)。

注意:如果图是无向的或者有任何双向边，这个算法会变得更复杂，假设你不想在一个周期内两次遍历同一条边。

我发现解决这个问题的最简单的选择是使用名为networkx的python库。

它实现了这个问题的最佳答案中提到的约翰逊算法，但它的执行非常简单。

简而言之，你需要以下几点:

import networkx as nx
import matplotlib.pyplot as plt

# Create Directed Graph
G=nx.DiGraph()

# Add a list of nodes:
G.add_nodes_from(["a","b","c","d","e"])

# Add a list of edges:
G.add_edges_from([("a","b"),("b","c"), ("c","a"), ("b","d"), ("d","e"), ("e","a")])

#Return a list of cycles described as a list o nodes
list(nx.simple_cycles(G))

答案:[['a'， 'b'， 'd'， 'e']， ['a'， 'b'， 'c']]

从开始节点s开始的DFS，在遍历过程中跟踪DFS路径，如果在到s的路径中发现从节点v开始的边，则记录该路径。(v,s)是DFS树中的后边，因此表示包含s的周期。

我曾经在面试中遇到过这样的问题，我怀疑你遇到过这种情况，你来这里寻求帮助。把这个问题分解成三个问题就容易多了。

如何确定下一个有效点 路线 你如何确定一个点是否存在 被使用 你如何避免越过 同样的观点

问题1) 使用迭代器模式提供迭代路由结果的方法。放置获取下一个路由的逻辑的一个好地方可能是迭代器的“moveNext”。要找到有效的路由，这取决于您的数据结构。对我来说，这是一个sql表充满有效的路由可能性，所以我必须建立一个查询，以获得有效的目的地给定的源。

问题2) 当您找到每个节点时，将它们推入一个集合，这意味着您可以通过动态询问正在构建的集合，很容易地查看是否在某个点上“返回”。

问题3) 如果在任何时候你看到你正在折回，你可以从集合中弹出东西并“后退”。然后从这一点开始，再次尝试“前进”。

黑客:如果你正在使用Sql Server 2008，有一些新的“层次结构”的东西，你可以用它来快速解决这个问题，如果你把你的数据结构成树状。