Ch4-2有向图--4导论.ppt

Ch4有向图 高文宇 gwyy@163.com 有向图 Directed Graph 有向图中边是单向的，无向图可以看作是有向图的特例。 但有向图中边的单向性对算法有着深刻的影响，是的有向图和无向图的处理有着很大的不同。 有向图的术语 Digraph 有向图的API Digraph API Digraph类 Digraph 有向图的DFS DirectedDFS 有向图环检测 基于DFS来解决环检测并不困难，因为由系统维护的递归调用堆栈表示的正是“当前”正在遍历的有向路径。一旦遇到一条边v?w，且w已经存在与堆栈中，就找到一个环。 有向图环检测的API DirectedCycle DirectedCycle类 DirectedCycle 深度优先遍历顺序 前序：在递归调用之前将顶点加入队列。 后序：在递归调用之后将顶点加入队列。 逆后序：在递归调用之后将顶点压入堆栈。 DepthFirstOrder类 DepthFirstOrder类 DepthFirstOrder类 DepthFirstOrder 拓扑排序 拓扑排序 命题F：一个DAG图的拓扑排序即为所有顶点的逆后序排列。 拓扑排序 Topological Topological类 Topological 强连通分量 强连通定义：节点 v 和 w 是强连通的意味着从 v 到 w ，以及从 w 到 v都存在一条可达的路径。 强连通性是一种等价关系，满足如下条件： （1）v 与 v 本身是强连通的。 （2）若v 与 w 是强连通的，则 w 与 v 也是强连通的。 （3）若 v 与 w 是强连通的，且 w 与 x也是强连通的，这 v 与 x 也是强连通的。 强连通分量定义：A strong component is a maximal subset of strongly-connected vertices. 强连通分量 SCC API 求解强连通分量 理论上可行的算法： 使用DFS，找出某个点u能到达的所有点v1，v2，…，vk；则包含u的连通分量最大就由u，v1，…，vk组成。 验证v1，v2，…，vk到u是否可达，v1，v2，…，vk中可到达u的点一定与u同属一个连通分量。 这样就确定了包含u的一个连通分量。 Kosarajus algorithm: intuition 反向图。图 G 中的强连通分量和反向图 GR.中的强连通分量是一样的。 Kernel DAG. Contract each strong component into a single vertex. Idea. ? Compute topological order (reverse postorder) in kernel DAG. ? Run DFS, considering vertices in reverse topological order. Kosarajus algorithm （1）在给定的有向图G中，使用DepthFirstOrder计算它的反向图GR的逆后序排列。 （2）在G中进行DFS，但要按照刚才计算得到的顺序来访问所有未被标记的顶点。 （3）在同一个dfs递归调用中被访问的顶点都在同一个强连通分量中。 Kosaraju’s algorithm is an extreme example of a method that is easy to code but difficult to understand. Despite its mysterious nature,… Kosaraju Kosaraju算法 Kosaraju算法的正确性 证明： （1）与s强连通的每一个点v都会在dfs(G,s)中被访问到。 （2）在dfs(G,s)调用中被访问到的每一个点v与s都是强连通的。 （2）在dfs(G,s)调用中被访问到的每一个点v与s都是强连通的。 （a）在dfs(G,s)中访问到v，说明从s到v存在一条路径。 （b）那么只需再说明从v到s也存在一条路径。这等价于在GR中存在一条从s到v的路径。 （c）问题的关键在于：在GR的逆后序构造过程中暗示了dfs(G,v)的结束一定是在dfs(G,s)的结束之前。而这又可以分为两种情况： （c1）dfs(G,v)的结束在dfs(G,s)的开始之前； （c2）dfs(G,v)的结束在dfs(G,s)的开始之后。 其中（c1）是不可能的，因为在GR中存在v到s的路径，因此调用dfs(G,v)时一定会访问到s，即在dfs(G,v)结束之前一定会调用dfs(G,s)。 而（c2）则表明在GR中存在一条从s到v的路径。 Kosaraju Kosaraju Kosaraju算法性能分析 Proposition I. Kosaraju’s al