无赖图的支配树

如何解决无赖图的支配树

是否有一种使用命令式方法从Graph type计算支配树的方法？该语言是否支持直接创建此类数据结构？

我正在尝试使用以下算法（here is the link for the original article）从Graph中提取支配树：

但是我在适应那些python -m pip install jupyterlab和for语句时遇到麻烦。

解决方法

有一些选择，例如如何表示输出控制树。一种典型的方法是再次选择图。以后，如果愿意，可以将Graph转换为构造函数树。

考虑到Graph [＆T]的选择，以下模板可以变成给定算法到Rascal的字面翻译：

Graph[&T] dominators(Graph[&T] graph,&T root) {
  result = {};
  V = carrier(graph);
  Pred = graph<to,from>;

  solve(result) {
     for (v <- V,u <- Pred[v]) {
        if (...)
     }
  }
  return result;
}{

但是，不必通过先反转图形然后连续查找前任图形来变为图形的“ pred”形式，我们也可以直接在边上循环，这要快得多：

Graph[&T] dominators(Graph[&T] graph,&T root) {
  result = {};
  
  solve(result) {
     for (<u,v> <- graph) { // u is the predecessor of v
        if (...) {
          result += { };
        }
     }
  }

  return result;
}

直接从Dragon书中的定义（以及您引用的论文中的方程3.2）定义的基本不动点求解器。 （请注意，我只是输入了此内容，尚未对其进行测试，因此可能有问题）：

rel[&T,set[&T]] dominators(graph[&T] graph) {
  nodes = carrier(graph);
  result = {};
  preds = graph<to,from>;

  solve(result) {
    for (n <- nodes) {
      result[n] = {n} + intersect({result[p] | p <- preds[n]?{}});
    }
  }

  return result;
}

（与Set模块的库函数相交）

这是一个“关系演算”解决方案，它使用reachX库函数解决了该问题，并从每个节点返回了它所控制的节点集的关系（取自Rascal文档文件）：>

rel[&T,set[&T]] dominators(rel[&T,&T] PRED,&T ROOT) {
  set[&T] VERTICES = carrier(PRED); 
  return { <V,(VERTICES - {V,ROOT}) - reachX({ROOT},{V},PRED)> | &T V : VERTICES};
}