由于在有向图中,Hierholzer 算法不需要删除反向边,因此我们可以使用其它更加方便的数据结构来保存图。例如,我们可以使用邻接表**^8**保存有向边,得到有向图 Hierholzer 算法的另一种 C++ 代码实现。
// e[i] 是一个类型为 vector<int> 的变量,保存了节点 i 与哪些节点之间有边相连
// ans 是一个类型为 vector<vector<int>> 的变量,用来存储我们找到的回路
// 回路用边的形式表示,一条边用有两个元素的 vector<int> 表示
void dfs(int sn) {
while (e[sn].size() > 0) {
int fn = e[sn].back();
// 删除有向边 sn -> fn
e[sn].pop_back();
// 继续遍历相邻点
dfs(fn);
// 将边 sn -> fn 加入结果序列中
ans.push_back({sn, fn});
}
}
在上述实现中,我们每次遍历的是从 sn 出发,且未被删除的最后一条有向边 sn -> fn。之所以选择最后一条边,是因为我们可以通过 vector 的 pop_back 方法,在 的时间复杂度内删除这条边。因此上述实现的时间复杂度仍然是 的,且比链式前向星的实现方式更加简洁。

例题
我们仍然使用下面这道基础例题**^7**完整地展示 Hierholzer 算法在有向图中的使用。

直接使用当前弧优化的 Hierholzer 算法即可。本题的 C++ 代码如下。
#include <bits/stdc++.h>
#define MAXN ((int) 1e5)
#define MAXM ((int) 2e5)
using namespace std;
int n, m;
vector<int> ans;
struct Edge {
// 因为不需要删除反向边,我们直接把编号为 idx 的边保存在 e[idx] 里
// 这样就不需要额外记一个 idx 了
int fn, nxt;
bool del;
} e[MAXM + 10];
int p[MAXN + 10];
int inDeg[MAXN + 10], outDeg[MAXN + 10];
// 加入第 idx 条有向边 x -> y
void adde(int x, int y, int idx) {
e[idx] = Edge { y, p[x], false }; p[x] = idx;
}
void dfs(int sn) {
// 当前弧优化的 Hierholzer 算法
for (int i = p[sn]; i != 0; i = p[sn]) {
if (e[i].del) {
// 这条边已经被删除了,修改 p[sn] 指向它的下一条边
p[sn] = e[i].nxt;
continue;
}
// 删除有向边 e[i],不需要删除反向边
e[i].del = true;
// 继续遍历相邻点
dfs(e[i].fn);
// 将边 e[i] 的编号加入结果序列中
ans.push_back(i);
}
}
int main() {
// 读入点数和边数
scanf("%d%d", &n, &m);
// 读入所有有向边
for (int i = 1; i <= m; i++) {
int x, y; scanf("%d%d", &x, &y);
adde(x, y, i);
outDeg[x]++; inDeg[y]++;
}
// 检查是否所有点的入度等于出度
for (int i = 1; i <= n; i++) if (inDeg[i] != outDeg[i]) {
printf("NO\n");
return 0;
}
// 必须从一个非零度节点开始深度优先搜索
for (int i = 1; i <= n; i++) if (inDeg[i] + outDeg[i] > 0) {
dfs(i);
break;
}
// ans 保存的是欧拉回路的倒序,必须 reverse 才是正确答案
reverse(ans.begin(), ans.end());
// 这里实际上是对原图弱连通性的检查
// 如果原图的非零度节点不连通,那么 ans 里将不足 m 条边
if (ans.size() != m) printf("NO\n");
else {
// 输出欧拉回路
printf("YES\n");
for (int i = 0; i < m; i++) printf("%d%c", ans[i], "\n "[i + 1 < m]);
}
return 0;
}