Pesquisa ampliada usando a mônada do estado em Haskell
Recentemente, fiz uma pergunta para criar a árvore DFS a partir do Graph no Stackoverflow e aprendi que ela pode ser simplesmente implementada usando a State Monad.
Enquanto o DFS exige rastrear apenas os nós visitados, para que possamos usar 'Set' ou 'List' ou algum tipo de estrutura de dados linear para rastrear os nós visitados, o BFS exige que a estrutura de dados do 'nó visitado' e da 'fila' seja realizada.
Meu pseudocódigo para BFS é
Q = empty queue
T = empty Tree
mark all nodes except u as unvisited
while Q is nonempty do
u = deq(Q)
for each vertex v ∈ Adj(u)
if v is not visited
then add edge (u,v) to T
Mark v as visited and enq(v)
Como pode ser inferido a partir do pseudocódigo, precisamos apenas fazer 3 processos por iteração.
desenfileirar ponto da filaadicione todos os vizinhos não visitados do ponto à lista filho, fila e 'visitada' da árvore atualrepita isso para o próximo na filaComo não estamos usando a passagem recursiva para pesquisa BFS, precisamos de algum outro método de passagem, como o loop while. Procurei um pacote loop-while no hackage, mas parece um pouco obsoleto.
O que suponho é que exijo algum tipo de código como este:
{-...-}
... = evalState (bfs) ((Set.singleton start),[start])
where
neighbors x = Map.findWithDefault [] x adj
bfs =do (vis,x:queue)<-get
map (\neighbor ->
if (Set.member neighbor vis)
then put(vis,queue)
else put ((Set.insert neighbor vis), queue++[neighbor]) >> (addToTree neighbor)
) neighbors x
(vis,queue)<-get
while (length queue > 0)
Entendo que essa implementação é muito errônea, mas isso deve fornecer uma visão minimalista de como acho que o BFS deve ser implementado. Além disso, eu realmente não sei como burlar o uso do loop while para blocos do tipo. (Ou seja, devo usar o algoritmo recursivo para superá-lo ou devo pensar em uma estratégia completamente diferente)
Considerando uma das respostas que encontrei na pergunta anterior vinculada acima, parece que a resposta deve ser assim:
newtype Graph a = Graph (Map.Map a [a]) deriving (Ord, Eq, Show)
data Tree a = Tree a [Tree a] deriving (Ord, Eq, Show)
bfs :: (Ord a) => Graph a -> a -> Tree a
bfs (Graph adj) start = evalState (bfs') ((Set.singleton start),[start])
where
bfs' = {-part where I don't know-}
Finalmente, se tal implementação para o BFS usando a mônada de estado for impossível devido a algum motivo (que eu acredito que não seja), corrija minha falsa suposição.
Eu já vi alguns exemplos de BFS em Haskell sem usar a mônada de estado, mas quero aprender mais sobre como a mônada de estado pode ser processada e não consegui encontrar nenhum exemplo de BFS implementado usando a mônada de estado.
Desde já, obrigado.
Edição: Eu vim com algum tipo de algoritmo usando estado monad, mas eu cair no loop infinito.
bfs :: (Ord a) => Graph a -> a -> Tree a
bfs (Graph adj) start = evalState (bfs' (Graph adj) start) (Set.singleton start)
bfs' :: (Ord a) => Graph a -> a -> State (Set.Set a) (Tree a)
bfs' (Graph adj) point= do
vis <- get
let neighbors x = Map.findWithDefault [] x adj
let addableNeighbors (x:xs) = if Set.member x vis
then addableNeighbors(xs)
else x:addableNeighbors(xs)
let addVisited (vis) (ns) = Set.union (vis) $ Set.fromList ns
let newVisited = addVisited vis $ addableNeighbors $ neighbors point
put newVisited
return (Tree point $ map (flip evalState newVisited) (map (bfs' (Graph adj)) $ addableNeighbors $ neighbors point))
EDIT2: Com algumas despesas de complexidade de espaço, criei uma solução para obter o gráfico BFS usando o gráfico para retornar e enfileirar para processar. Apesar de não ser a solução ideal para gerar uma árvore / gráfico de BFS, ela funcionará.
bfs :: (Ord a) => Graph a -> a -> Graph a
bfs (Graph adj) start = evalState (bfs' (Graph adj) (Graph(Map.empty)) [start]) (Set.singleton start)
bfs':: (Ord a) => Graph a -> Graph a -> [a] -> State (Set.Set a) (Graph a)
bfs' _ (Graph ret) [] = return (Graph ret)
bfs' (Graph adj) (Graph ret) (p:points)= do
vis <- get
let neighbors x = Map.findWithDefault [] x adj
let addableNeighbors ns
| null ns = []
| otherwise = if Set.member (head ns) vis
then addableNeighbors(tail ns)
else (head ns):addableNeighbors(tail ns)
let addVisited (v) (ns) = Set.union (v) $ Set.fromList ns
let unVisited = addableNeighbors $ neighbors p
let newVisited = addVisited vis unVisited
let unionGraph (Graph g1) (Graph g2) = Graph (Map.union g1 g2)
, put newVisited
bfs' (Graph adj) (unionGraph (Graph ret) (Graph (Map.singleton p unVisited))) (points ++ unVisited)
EDIT3: Eu adicionei a função converter para gráfico em árvore. A função Running no EDIT2 e EDIT3 produzirá a Árvore BFS. Não é o melhor algoritmo para o tempo de computação, mas acredito que é intuitivo e fácil de entender para iniciantes como eu :)
graphToTree :: (Ord a) => Graph a -> a -> Tree a
graphToTree (Graph adj) point = Tree point $ map (graphToTree (Graph adj)) $ neighbors point
where neighbors x = Map.findWithDefault [] x adj