tarjan求强连通分量

本文介绍了强连通分量的概念,并详细解析了利用tarjan算法求解有向图中强连通分量的过程。在算法中,定义了dfn、Low和inStack等关键变量,通过遍历图并更新Low值来判断是否存在回路,从而确定强连通分量。具体实现包括寻找未访问和已访问子节点的规则,并给出了问题实例hdu 1269。

强连通分量定义

在有向图G中,如果两个顶点间至少存在一条路径,称两个顶点强连通(strongly connected)。如果有向图G的每两个顶点都强连通,称G是一个强连通图。非强连通图有向图的极大强连通子图,称为强连通分量(strongly connected components)。

tarjan求强连通分量

定义以下几个变量

  1. dfn: 时间变量,代表给结点第几个被访问。
  2. Dfn[u]: 结点u的访问时间。
  3. Low[u]: 结点u通过有向边所能到达的最小的dfn。
  4. inStack[u]:结点u是否在栈中

求出每个结点所能到达的最小的Low,如果Dfn[u] == Low[u],那说明结点u经过一些边又回到了自身,那此时在结点u后面压入栈的结点就都属于一个强连通分量。

关于Low[u]的更新

  1. 找当前与其相连但未访问的子节点v,当递归出来时,Low[u] = min(Low[u], Low[v])。
  2. 找当前与其相连但已访问过的点,如果这个点在栈中,那么Low[u] = min(Low[u], Dfn[v])。

在这里插入图片描述

模板

hdu 1269

#include <bits/stdc++.h>
using namespace std;
const int maxn = 1e4+5;

int n,m,scc,top,dfn,Low[maxn],Dfn[maxn],Stack[maxn],num[maxn];
bool inStack[maxn];
vector<int> G[maxn];

void add(int u, int v) {
	G[u].push_back(v);
}

void tarjan(int u) {
	Low[u] = Dfn[u] = ++dfn;
	Stack[top++] = u;
	inStack[u] = true;
	int v;
	for(int i = 0; i < G[u].size(); ++i) {
		v = G[u][i];
		if(!Dfn[v]) {
			tarjan(v);
			if(Low[u] > Low[v])
				Low[u] = Low[v];
		}
		else if(inStack[v] && Low[u] > Dfn[v]) {
			Low[u] = Dfn[v];
		}
	}
	if(Low[u] == Dfn[u]) {

		scc++;
		// cout << u<<" " << scc << endl;
		do {
			v = Stack[--top];
			inStack[v] = false;
			num[scc]++;
		}while(u != v);
	}
}

void solve() {
	top = scc = dfn = 0;
	memset(Low, 0, sizeof Low);
	memset(Dfn, 0, sizeof Dfn);
	memset(num, 0, sizeof num);
	memset(inStack, 0, sizeof inStack);
	for(int i = 0; i < n; ++i) {
		if(!Dfn[i]) {
			tarjan(i);
		}
	}
}

int main() {
	while(scanf("%d%d", &n, &m) &&n) {
		for(int i = 0; i < n; ++i)
			G[i].clear();
		for(int i = 0; i < m; ++i) {
			int a,b;
			scanf("%d%d", &a, &b);
			a--;b--;
			add(a,b);
		}
		 solve();
		if(scc > 1)
			puts("No");
		else 
			puts("Yes");
	}
	return 0;
}
### Tarjan算法实现强连通分量的详细步骤 Tarjan算法是一种基于深度优先搜索(DFS)的方法,用于寻找有向图中的强连通分量。以下是其实现的核心逻辑: #### 1. 定义关键变量 - **dfn[u]**:表示节点 `u` 的访问时间戳,在 DFS 遍历时记录每个节点第一次被访问的时间。 - **low[u]**:表示节点 `u` 能够回溯到的最早祖先节点的访问时间戳。 这些变量帮助我们判断当前子图是否构成一个强连通分量[^1]。 #### 2. 构建辅助数据结构 - 使用栈来存储当前路径上的节点,当发现某个节点满足条件时,可以弹出栈中属于同一强连通分量的所有节点。 #### 3. 深度优先搜索过程 在 DFS 过程中,对于每一个未访问过的节点 `u`: - 初始化 `dfn[u]` 和 `low[u]` 均为当前时间戳。 - 将节点 `u` 入栈并标记为已访问。 - 对于 `u` 的所有邻接点 `v`: - 如果 `v` 尚未被访问,则递归调用 DFS 并更新 `low[u] = min(low[u], low[v])`。 - 如果 `v` 已经在栈中,则说明存在一条指向祖先的反向边,此时应更新 `low[u] = min(low[u], dfn[v])`。 #### 4. 判断强连通分量 如果 `dfn[u] == low[u]`,则表明以 `u` 为根的子树构成了一个新的强连通分量。此时可以从栈中依次弹出节点直到弹出 `u`,并将它们作为一个独立的强连通分量保存下来[^2]。 --- ### Java代码示例 以下是一个完整的 Java 实现示例: ```java import java.util.*; public class TarjanSCC { private static int index; private static Stack<Integer> stack; public static List<List<Integer>> tarjan(List<List<Integer>> graph, int n) { int[] dfn = new int[n]; Arrays.fill(dfn, -1); int[] low = new int[n]; boolean[] onStack = new boolean[n]; stack = new Stack<>(); List<List<Integer>> sccs = new ArrayList<>(); for (int i = 0; i < n; i++) { if (dfn[i] == -1) { dfs(i, graph, dfn, low, onStack, sccs); } } return sccs; } private static void dfs(int u, List<List<Integer>> graph, int[] dfn, int[] low, boolean[] onStack, List<List<Integer>> sccs) { dfn[u] = low[u] = ++index; stack.push(u); onStack[u] = true; for (int v : graph.get(u)) { if (dfn[v] == -1) { dfs(v, graph, dfn, low, onStack, sccs); low[u] = Math.min(low[u], low[v]); } else if (onStack[v]) { low[u] = Math.min(low[u], dfn[v]); } } if (low[u] == dfn[u]) { List<Integer> scc = new ArrayList<>(); while (true) { int node = stack.pop(); onStack[node] = false; scc.add(node); if (node == u) break; } sccs.add(scc); } } public static void main(String[] args) { int n = 7; List<List<Integer>> graph = new ArrayList<>(n); for (int i = 0; i < n; i++) { graph.add(new ArrayList<>()); } graph.get(0).add(1); graph.get(1).add(2); graph.get(2).add(0); graph.get(2).add(3); graph.get(3).add(4); graph.get(4).add(5); graph.get(5).add(3); graph.get(5).add(6); List<List<Integer>> result = tarjan(graph, n); System.out.println("Strongly Connected Components:"); for (List<Integer> component : result) { System.out.println(component); } } } ``` --- ### Python代码示例 Python 版本的实现如下所示: ```python def tarjan_scc(graph): index_counter = [0] stack = [] on_stack = {} indices = {} lows = {} sccs = [] def strongconnect(vertex): indices[vertex] = index_counter[0] lows[vertex] = index_counter[0] index_counter[0] += 1 stack.append(vertex) on_stack[vertex] = True for neighbor in graph[vertex]: if neighbor not in indices: strongconnect(neighbor) lows[vertex] = min(lows[vertex], lows[neighbor]) elif on_stack[neighbor]: lows[vertex] = min(lows[vertex], indices[neighbor]) if lows[vertex] == indices[vertex]: scc = set() while True: w = stack.pop() on_stack[w] = False scc.add(w) if w == vertex: break sccs.append(scc) for vertex in graph.keys(): if vertex not in indices: strongconnect(vertex) return sccs if __name__ == "__main__": graph = {0: [1], 1: [2], 2: [0, 3], 3: [4], 4: [5], 5: [3, 6], 6: []} components = tarjan_scc(graph) print("Strongly Connected Components:") for comp in components: print(comp) ``` --- ### 性能优势 Tarjan算法具有线性时间复杂度 \( O(V + E) \),其中 \( V \) 是顶点数量,\( E \) 是边的数量。这种高效性能使其成为解决大规模图问题的理想工具[^4]。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值