算法设计与分析Lecture3图的分解.pptVIP

强连通部件发现算法 定义 汇点强连通部件：在元图dag中对应汇点的强连通部件。比如上例中{D}和{GHIJKL}都是 源点强连通部件：在元图dag中对应源点的强连通部件。比如上例中{A} * 性质1：在有向图某个节点u上执行explore过程，该过程将在从u出发可达的所有节点都被访问过以后停止。 这个性质说明，从一个汇点强连通部件中某一节点出发执行explore，可以遍历该强连通部件的所有节点。 比如从K出发执行explore，我们可以找到强连通部件{GHIJKL} * 问题： (A) 如何找到汇点强连通部件的节点，比如K (B) 在发现一个汇点强连通部件以后，如何寻找其它汇点强连通部件，比如{D} 性质2：在有向图中获得最大post值的节点一定在源点强连通部件中。 * 性质3：如果C和C’是两个强连通部件，且存在一条有向边从C到C’，那么C中最大的post值一定比C’中最大的post值大 如果DFS先访问C’，则DFS不会访问C 如果DFS先访问C，则在DFS停止之前，C和C’中所有节点都被访问过，C中第一个节点的post值要大于C’中所有节点的post值 * 强连通部件可以对它们的最大post值排序 换言之，如果考虑每个强连通部件的最大post值，则可以将这些部件线性列出 解决问题(A)。 性质2可以帮助我们确定源点强连通部件。 将有向图G中所有边反向，得到图GR。GR含有与G一样的强连通部件。 对GR进行DFS搜索，找出具有最大post值的节点，这个节点必然位于GR中的源点强连通部件中，也就是G中的汇点强连通部件。从这个节点出发对G执行explore获得的强连通部件就是图G中的汇点强连通部件。 * 解决问题(B) 将找出的汇点强连通部件中的所有节点从G中删除，对删除节点后的图，找出剩余GR上最大post值的节点 ，获得第二个汇点强连通部件。 重复上面步骤 直到所有强连通部件被找出。 算法是线性时间的O(|V|+|E|)。 * Web搜索 Google在Web空间上进行的探索也采用类似DFS的算法。但是不同的是，Google事先并不知道所有的网页和链接信息。 使用一个堆栈来表示目前已经发现但是尚未探索的网页。网页被给定一个评分，表示网页的“有趣”程度。完成一个网页的探索后，从堆栈中弹出最有趣的网页进行新的探索。 丢弃最无趣的页面防止堆栈溢出。 多台计算机并行维护堆栈。 * 练习 3.3 在下图运行DFS算法，如果有多个节点可供选择，则按照节点字母顺序搜索， (a) 给出每个节点的pre和post值 (b) 图的源点和汇点分别是哪个？ (c) 使用线性化排序算法，得到的排序是什么？ (d) 包含几个线性化排序？ * 3.12 判断以下结论是否成立，如成立就证明之，如不成立就给出反例。 “如果(u,v)是无向图中一条边，且执行DFS时有post(u)post(v)，则DFS树中，v是u的祖先” 解答：成立 如果post(u)post(v)，只可能两种情况 区间[pre(v), post(v)]包含[pre(u), post(u)]，这种情况下v是u的祖先 区间[pre(u), post(u)]与[pre(v), post(v)]不相交，这种情况下从u出发的搜索不会访问到v，然而存在边(u,v)，因此这种情况不会发生 * 3.15 某市交通部门把城市所有的道路都规定为单行道。市政府声明说尽管所有的道路都是单行的，但是任意两个十字路口之间都有一条合法的行车路径。 (a) 设计一个线性时间算法检验市政府的说法 (b) 假定市政府的说法是错的。现在市政府又提出一种说法，声明只要从市政府大楼出发，不管走到哪里，都能够回到市政府大楼。设计一个线性时间算法检验这种说法。 * 3.24 设计一个线性时间算法输入：一个有向无环图输出：G中是否存在一条有向路径，访问每个节点恰好一次。 解答：从dag的线性化序列出发，依次添加排在最前面的节点，如有遗漏，则不存在路径。 * 3.25 给定一个有向图，其中每个节点u∈V有一个正整数价格pu。对每个节点u∈V ，定义u的cost是从u出发能够到达的价格最低的节点（包括u自己）的价格，例如右图中A,B,C,D,E,F的cost分别是2,1,4,1,4,5。 设计算法，计算所有节点的cost (a) 如果针对有向无环图，给出线性时间算法 (b) 将上一结果推广到所有的有向图 * 解答： (a) 将dag线性化，从线性队列的队尾节点出发，对队列中每个节点计算从队列尾开始填表，则算法执行时间是O(|V|+|E|) (b) 将有向图两层表示。将元图dag线性化表示。对每个汇点强连通部件，其中所有节点的cost相同，就是其中所有节点的最小价格。使用上面的办法更新每个强连通部件的cost。 将有