称为双连通成分biconnectedcomponent.PPTVIP

鄰接矩陣 Adjacency Matrix Adjacency Matrix is a two dimensional n×n array. 0 3 1 2 0 1 2 (a) G1 (b) G2 Adjacency Matrix 0 3 1 2 4 7 5 6 G4 H1 H2 (c) G3 Depth-First Search 0 7 1 3 4 2 5 6 1 0 0 1 1 2 2 3 0 2 3 5 0 7 0 7 0 7 0 7 4 0 4 0 6 5 0 6 [0] [1] [2] [3] [4] [5] [6] [7] HeadNodes 0,1,3,7,4,5,2,6 DFS Algorithm Algorithm DFS(G, v) Input: A graph G and a vertx v of G Output: A labeling of the edges in the connected component of v as discovery edges and back edges for all edges e in G.incidentEdges(v) do if edge e is unexplored then w ? G.opposite(v, e) if vertax w is unexplored then label e as a discovery edge recursively call DFS(G, w) else label e as a back edge DFS 可以做什麼？ 圖G 有n個頂點和 m 個邊，且使用連接串列表示的圖，則圖G 的DFS 走訪，可以在 O(n+m)完成，並可以解決以下問題 測試G是否連通 計算G的生成森林 計算G 的連通成分 計算G中兩頂點之間的路徑，或回報路徑不存在。 計算G中的一個迴路，或回報G沒有迴路。 Ａ Ｂ Ｃ Ｄ Ｅ Ｆ Ｇ Ｈ Ｉ Ｊ Ｋ Ｌ Ｍ Ｎ Ｏ Ｐ 發現邊 返回邊 A B C D E F G H I J K L M 計算雙連通成分 EC DE CD CF KL HJ GH FG HI EC JG IF CM BC AB CK MA MB KA 計算雙連通成分演算法 參見課本 P315 及 P317 Breadth-First Search 0 7 1 3 4 2 5 6 1 0 0 1 1 2 2 3 0 2 3 5 0 7 0 7 0 7 0 7 4 0 4 0 6 5 0 6 [0] [1] [2] [3] [4] [5] [6] [7] HeadNodes 0,1,2,3,4,5,6,7 BFS Algorithm Algorithm BFS(G, v) Input: A graph G and a vertx s of G Output: A labeling of the edges in the connected component of s as discovery edges and cross edges create an empty container L0 insert s into L0 i ? 0 while Li is not empty do create an empty container Li+1 for each vertax v in Li do for all edge e in G.incidentEdges(v) do if edge e is unexplored then let w be the other endpoint of e if vertax w is unexplored then label e as a discovery edge insert w into Li+1 else label e as a cross edge i ? i+1 BFS 可以做什麼？ 基本上，DFS 可以辦得到的事，BFS 也可以辦得到。 BFS 較適合用來尋找圖中的最短路徑 (其中距離是以邊的數目來計算的)。DFS 較適合解決複雜的連通性問題。 在實作上，BFS 使用到 Queue，而 DFS 則 使用到 Stack。 Ａ Ｂ Ｃ Ｄ Ｅ Ｆ Ｇ Ｈ Ｉ Ｊ Ｋ Ｌ Ｍ