求强连通分量tarjan算法答案.docVIP

求强连通分量的tarjan算法 强连通分量有向图中的概念在一个图的子图中，任意两个点相互可达，也就是存在互通的路径，那么这个子图就是强连通分量。如果一个有向图的任意两个点相互可达，那么这个图就称为强连通图。如果u是某个强连通分量的根，那么：（1）u不存在路径可以返回到它的祖先（2）u的子树也不存在路径可以返回到u的祖先。强连通分量。在一个非强连通图中极大的强连通子图就是该图的强连通分量。比如图中子图{1,2,3,5}是一个强连通分量，子图{4}是一个强连通分量。 tarjan算法的基础是两个数组ow和fn，和一个栈。low数组是一个标记数组，记录该点所在的强连通子图所在搜索子树的根节点的fn值，fn数组记录搜索到该点的时间，也就是第几个搜索这个点的。根据以下几条规则，经过搜索遍历该图和对栈的操作，我们就可以得到该有向图的强连通分量。数组的初始化：当首次搜索到点p时，Dfn与Low数组的值都为到该点的时间。 堆栈：每搜索到一个点，将它压入栈顶。 当点p有与点p’相连时，如果此时（时间为dfn[p]时）p’不在栈中，p的low值为两点的low值中较小的一个。 当点p有与点p’相连时，如果此时（时间为dfn[p]时）p’在栈中，p的low值为p的low值和p’的dfn值中较小的一个。 每当搜索到一个点经过以上操作后（也就是子树已经全部遍历）的low值等于dfn值，则将它以及在它之上的元素弹出栈。这些出栈的元素组成一个强连通分量。 继续搜索（或许会更换搜索的起点，因为整个有向图可能分为两个不连通的部分），直到所有点被遍历。tarjan(u){　　DFN[u]=Low[u]=++Index // 为节点u设定次序编号和Low初值　　Stack.push(u) // 将节点u压入 栈中　　for each (u, v) in E // 枚举每一条边　　　　if () // 如果节点v未被访问过　　　　　　tarjan(v) // 继续向下找　　　　　　Low[u] = min(Low[u], Low[v])　　　　else if (v in S) // 如果节点v还在栈内　　　　　　Low[u] = min(Low[u], DFN[v])　　if (DFN[u] == Low[u]) // 如果节点u是强连通分量的根　　　　　　v = S.pop // 将v退栈，为该强连通分量中一个顶点　　　　(u == v);} 演示算法流程； 从节点1开始DFS，把遍历到的节点加入栈中。搜索到节点u=6时DFN[6]=LOW[6]，找到了一个强连通分量。退栈到u=v为止，{6}为一个强连通分量。 返回节点5，发现DFN[5]=LOW[5]，退栈后{5}为一个强连通分量。 返回节点3，继续搜索到节点4，把4加入堆栈。发现节点4向节点1有后向边，节点1还在栈中，所以LOW[4]=1。节点6已经出栈，(4,6)是横叉边，返回3，(3,4)为树枝边，所以LOW[3]=LOW[4]=1。 继续回到节点1，最后访问节点2。访问边(2,4)，4还在栈中，所以LOW[2]=DFN[4]=5。返回1后，发现DFN[1]=LOW[1]，把栈中节点全部取出，组成一个连通分量{1,3,4,2}。 经过该算法，求出了图中全部的三个强连通分量{1,3,4,2},{5},{6}。可以发现，运行Tarjan算法的过程中，每个顶点都被访问了一次，且只进出了一次堆栈，每条边也只被访问了一次，所以该算法的时间复杂度为O(N+M)。此外，该Tarjan算法与求无向图的双连通分量(割点、桥)的Tarjan算法也有着很深的联系。学习该Tarjan算法，也有助于深入理解求双连通分量的Tarjan算法，两者可以类比、组合理解。：N个顶点的有向图，有M条边求一共有多少个点，满足这样的条件：所有其它的点都可以到达这个点。这个点满足条件的充要条件是：这个点是树中唯一的出度为0的点。先求强连通分量，的任意两个点可以到达，所有的点具有相同的性质，即它们分别能到达的点集都是相同的，能够到达它们的点集也是相同的。重新构图，缩点后的图否则，可将环上所有点也缩成一个点，与极大强联通分量矛盾。找出度为0的点，并且出度为0的点只有1个 #includestdio.h #includestring.h #define adj 10010 #define edg 50010 struct node { int v; int next; }; node edge[edg]; node edge1[edg]; int low[adj],dfn[adj],Stack[adj]; int first[adj],first1[adj],fuck[adj]; bo