【APIO2009T3】抢掠计划-强连通分量缩点+DAG单源最长路

本文介绍了一种结合强连通分量与DAG单源最长路径算法解决“抢掠计划”问题的方法。通过将图缩点并求最远路径来找到最优解,最终算法的时间复杂度为O(n+m)。

测试地址:抢掠计划
做法:这一题需要用到强连通分量缩点以及求DAG的单源最长路。
对于这个题,我们肯定先想到求起点的单源最长路,然后再比较所有有酒吧的点,找出最优解。可是这样有一个问题,那就是一个点抢完之后就没有收益了,而在BFS求单源最长路的途中是不可能记录下哪个点抢没抢过的。所以这就让我们向其他方向思考。
我们发现,同一个强连通分量中的点两两可达,也就是说,我们只要能到达一个强连通分量中的一个点,就能到达这个强连通分量的所有点,那么就有以下两个很明显的性质:
1.只要到达强连通分量中的一个点,那么这个强连通分量中所有点都可以抢到。
2.只要到达强连通分量中的一个点,而且这个强连通分量有酒吧,那么这个强连通分量就可以作为终止点。
所以我们把强连通分量缩起来,再把缩成的点的权值记为原来强连通分量中所有点权的和,再额外记录一个布尔值表示原来强连通分量中有没有酒吧,就可以转化为一个等价的图。我们知道,强连通分量缩完之后,图会变成一个DAG(有向无环图),那么这时候就可以不用管哪个点抢没抢过,直接用类似SPFA的BFS求出起点的单源最长路即可,最后比较所有有酒吧的点,找出最优解。
以上算法的总时间复杂度为 O(n+m) ,可以通过此题。
以下是本人代码:

#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <queue>
using namespace std;
int n,m,s,p,ans[1000010]={0},maxans=0;
int tot,top,tim,tott,first[1000010]={0},val[1000010]={0},belong[1000010];
int stack[1000010],dfn[1000010],low[1000010];
int a[500010],b[500010];
bool vis[1000010]={0},bar[1000010]={0},del[1000010]={0};
struct edge {int v,next;} e[1000010];
queue <int> Q;

void insert(int a,int b)
{
    e[++tot].v=b;
    e[tot].next=first[a];
    first[a]=tot;
}

void dfs(int v)
{
    vis[v]=1;
    dfn[v]=++tim;
    low[v]=dfn[v];
    stack[++top]=v;
    int now=top;
    for(int i=first[v];i;i=e[i].next)
    {
        if (!vis[e[i].v])
        {
            dfs(e[i].v);
            low[v]=min(low[v],low[e[i].v]);
        }
        else if (!del[e[i].v]) low[v]=min(low[v],dfn[e[i].v]);
    }
    if (dfn[v]==low[v])
    {
        ++tott;
        for(int i=now;i<=top;i++)
        {
            belong[stack[i]]=tott;
            del[stack[i]]=1;
        }
        top=now-1;
    }
}

void tarjan()
{
    top=0;tott=n;tim=0;
    for(int i=1;i<=n;i++)
        if (!vis[i])
        {
            dfs(i);
            if (top>0)
            {
                ++tott;
                for(int i=1;i<=top;i++)
                {
                    belong[stack[i]]=tott;
                    del[stack[i]]=1;
                }
                top=0;
            }
        }
}

void solve()
{
    ans[belong[s]]=val[belong[s]];
    Q.push(belong[s]);
    vis[belong[s]]=1;
    while(!Q.empty())
    {
        int v=Q.front();Q.pop();
        if (bar[v]) maxans=max(maxans,ans[v]);
        for(int i=first[v];i;i=e[i].next)
            if (ans[v]+val[e[i].v]>ans[e[i].v])
            {
                ans[e[i].v]=ans[v]+val[e[i].v];
                if (!vis[e[i].v])
                {
                    vis[e[i].v]=1;
                    Q.push(e[i].v);
                }
            }
        vis[v]=0;
    }
}

int main()
{
    scanf("%d%d",&n,&m);
    tot=0;
    for(int i=1;i<=m;i++)
    {
        scanf("%d%d",&a[i],&b[i]);
        insert(a[i],b[i]);
    }

    tarjan();

    for(int i=1;i<=m;i++)
        if (belong[a[i]]!=belong[b[i]])
            insert(belong[a[i]],belong[b[i]]);
    for(int i=1;i<=n;i++)
    {
        scanf("%d",&val[i]);
        val[belong[i]]+=val[i];
    }
    scanf("%d%d",&s,&p);
    for(int i=1;i<=p;i++)
    {
        int x;
        scanf("%d",&x);
        bar[belong[x]]=1;
    }

    solve();
    printf("%d",maxans);

    return 0;
}
<think>首先,用户的问题是:“我想理解强连通分量的概念及其在有向图中的性质 请问强连通分量 在图论中的定义与判断条件”。所以,我需要解释强连通分量(SCC)的定义、性质以及如何判断它。 从系统指令中,我必须: - 使用$...$格式行内数学表达式。 - 独立公式使用$$...$$格式并独成段。 - 使用中文回答。 - 生成相关问题。 - 在引用段落末尾添加引用标识,如[^1]。 参考提供的引用: - 引用[^1]:定义了强连通分量作为一组顶,其中任意两个顶相互可达。 - 引用[^2]:提到基本概念和测试,但焦在强连通图。 - 引用[^3]:区连通图和强连通图,强调有向图和无向图的区别。 - 引用[^4]:讨论了强连通分量的性质,如存在一个是其他所有的祖先。 - 引用[^5]:定义了强连通图:任意两相互可达。 用户的问题集中在定义和判断条件上。所以,我的回答应该结构清晰: 1. 定义强连通分量。 2. 解释在有向图中的性质。 3. 描述判断条件(如何找到SCC)。 关键- **定义**:强连通分量是有向图中一个最大子集,其中任意两个顶相互可达(即存在从u到v和v到u的路径)。 - **性质**: - 整个图可以解成多个强连通分量- 每个强连通分量是强连通的。 - 强连通分量之间形成有向无环图(DAG)。 - **判断条件**:常用算法是Kosaraju算法或Tarjan算法。我应该简要描述这些算法。 由于用户要求“理解概念”,我不需要深入算法细节,但可以提到算法名称。 使用中文回答。 结构回答: 1. **引言**:简要介绍强连通分量。 2. **定义**:正式定义。 3. **性质**:讨论关键性质。 4. **判断条件**:解释如何判断或找到SCC。 5. **总结**:简要总结。 6. **相关问题**:生成相关问题。 确保使用正确的LaTeX格式: - 行内数学表达式用$...$,如顶$u$和$v$。 - 独立公式用$$...$$,如定义公式。 引用:当引用提供的引用时,在末尾添加[^n]。例如,如果基于引用[^1],添加[^1]。 提供的引用内容: - [^1]:定义SCC。 - [^2]:关于测试,不直接相关。 - [^3]:区连通和强连通。 - [^4]:性质,如存在祖先- [^5]:定义强连通图。 我可以引用这些来支持我的解释。 最终回答应真实可靠,基于图论知识。</think>### 强连通分量的概念、性质与判断条件 强连通分量(Strongly Connected Components,简称SCC)是图论中的一个核心概念,主要用于析有向图的结构。它描述了图中一组顶的强连通特性,即在任意两个顶之间都存在双向路径。以下我将从定义、性质到判断条件逐步解释,确保内容清晰可靠。参考了图论标准知识和相关引用[^1][^3][^5]。 #### 1. **强连通分量的定义** - **基本定义**:在有向图$G = (V, E)$中,一个强连通分量是顶集$V$的一个最大子集$S \subseteq V$,其中对于任意两个顶$u$和$v$($u, v \in S$),都存在从$u$到$v$的路径和从$v$到$u$的路径。这意味着$S$中的顶相互可达,形成一个“强连通”的元[^1][^5]。 - **数学表达**:强连通分量满足以下条件: - 强连通性:$\forall u, v \in S, \exists \text{路径 } u \to v \text{ 和 } v \to u$。 - 极大性:$S$不能被扩展,即添加任何额外顶都会破坏强连通性。 - **示例**:考虑一个有向图,如果顶集$\{A, B, C\}$中,$A \to B$、$B \to C$、$C \to A$都有路径,则$\{A, B, C\}$是一个强连通分量。但如果只有$A \to B$而没有$B \to A$,则它们不属于同一个SCC。 - **与连通量的区别**:强连通分量专用于有向图,而连通量用于无向图(无向图中任意两只需向路径即可连通)[^3]。例如,无向图的连通量不要求双向路径,但强连通分量在有向图中强调双向可达性。 #### 2. **强连通分量在有向图中的性质** 强连通分量具有几个关键性质,这些性质有助于理解图的结构和算法设计: - **解性质**:任何有向图都可以唯一解为多个强连通分量,且这些量之间形成有向无环图(DAG)。也就是说,将每个SCC视为一个“超顶”后,图变为无环结构,便于析图的层次[^4][^5]。 - **可达性性质**:在同一个SCC内,所有顶相互可达;但在不同SCC之间,可达性是向的(例如,从SCC A到SCC B可能有路径,但反之则不一定)。这体现了SCC的“强”特性[^1]。 - **祖先性质**:每个强连通分量中,存在一个顶(称为“根”或“祖先”),它是量中其他所有顶的祖先(即存在从该顶到其他顶的路径)。这一性质在算法中用于高效识别SCC[^4]。 - **应用意义**:SCC常用于建模网络依赖关系,如编译器优化(循环检测)、社交网络(社区发现)或Web图析(PageRank算法),其中强连通区域表示高度互连的组件[^3][^5]。 #### 3. **强连通分量的判断条件** 判断强连通分量的核心是验证图中任意两是否双向可达。常用算法基于深度优先搜索(DFS),以下是两种主要方法的简要说明: - **Tarjan算法**:这是最常用的算法,时间复杂度为$O(|V| + |E|)$,其中$|V|$是顶数,$|E|$是边数。它使用DFS遍历图,并维护两个关键值: - $dfn[u]$:顶$u$的DFS序(访问时间戳)。 - $low[u]$:从$u$出发能到达的最小DFS序顶- **判断条件**:当DFS回溯时,如果$dfn[u] = low[u]$,则$u$是一个SCC的根节,该SCC包含所有从栈中弹出的顶,直到$u$为止[^4][^5]。 - 伪代码摘要: ```python def tarjan(u): dfn[u] = low[u] = index++ stack.push(u) for each neighbor v of u: if v not visited: tarjan(v) low[u] = min(low[u], low[v]) elif v in stack: low[u] = min(low[u], dfn[v]) if dfn[u] == low[u]: scc = [] while True: v = stack.pop() scc.append(v) if v == u: break output scc ``` - **Kosaraju算法**:另一种高效方法,时间复杂度同样为$O(|V| + |E|)$。它两步: 1. **第一次DFS**:对原图$G$进行DFS,记录顶完成时间(后序)。 2. **第二次DFS**:对图的反图$G^T$(所有边反向)进行DFS,按完成时间逆序访问顶- **判断条件**:在第二次DFS中,每个递归调用的连通块就是一个强连通分量[^1][^5]。 - **简判断条件**:对于个顶对,可通过检查双向路径存在性来判断,但全图SCC识别需依赖上述算法以避免高复杂度(例如,暴力检查需$O(|V|^2)$时间)。 #### 总结 强连通分量定义了有向图中顶相互可达的最大子集,具有解性、祖先性和DAG结构等性质。判断条件主要通过Tarjan或Kosaraju算法实现,这些算法高效可靠,适用于大规模图(如顶数$n \leq 10^4$,边数$m \leq 5 \times 10^4$的常见场景)[^2][^4]。理解SCC有助于析图的连通性和优化实际问题。
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