如何通过实验模拟和比较各种图循环检测算法？

Question

我研究了有向图中的循环检测算法的各种算法，如增量路搜索，强连通分量，BFS，双向搜索等。现在我想模拟它并比较性能。每当我插入边缘时，我都会调用循环检测函数。

所以，我的问题是我应该考虑什么样的数据集。如果我考虑随机图，那么评估各种算法的标准应该是什么。一些随机图可能很大；但它们可能会导致几次迭代中的循环。如果有人可以建议如何去做这将很有帮助。

另外，为了比较性能，删除循环然后再次继续插入是否有意义。一旦它终止，比较所有实现的执行时间？

Answer 1

这真的取决于你这样做的目的。一般来说，有很多随机图生成方法，但可以说最著名的是Erdos-Renyi。但是请注意，对于具有 n 个顶点的图没有循环，它必须最多具有 n - 1 条边，因此此类随机图生成器将具有高概率的循环。根据您的具体情况，您可能会发现最好使图形尽可能稀疏（即允许少数边）。