[模版]Tarjan算法求强连通分量

本文深入讲解了Tarjan算法,一种用于求解有向图中强连通分量的经典算法。文章详细介绍了Tarjan算法的基本原理,包括DFS遍历过程中的正常边、横叉边和返祖边的概念,以及如何通过维护dfn和low数组来识别并提取强连通分量。

        今天,我们要探讨的就是——Tarjan算法。

       Tarjan算法的主要作用便是求一张无向图中的强连通分量,并且用它缩点,把原本一个杂乱无章的有向图转化为一张DAG(有向无环图),以便解决之后的问题。

       首先,我们在原图上跑一遍DFS,然后会发现三种边:

        1、正常边:嗯,顾名思义就是连接祖先和儿子节点的边。

        2、横叉边:连接到了已经弹出的节点的边(也能叫它小三边)。

        3、返祖边:从儿子节点连到祖先的边。

        那么通过进一步的观察我们可以发现:返祖边可能产生强连通分量,而横叉边不能。(如下图所示)

DFS遍历之后即为:

                      

        这时,我们发现上图出现了一种“大圈包小圈”的情况({1-5-6-8-9}和{5-6-8-5})那么我们应该如何处理才能做到当出现上图情况时只计算最大的那个强连通分量呢?

        我们可以开两个数组:

                dfn[i]:记录当遍历到节点i时是第几次dfs。

                low[i]:记录以i为根的子树中能够连接到当前栈中最小的dfn值(也就是最上面的节点)。

        然后每次取最小的low[i]就可以了。

Emmmmmmmmmmm,那就上代码吧。(Pascal党的福利哦)

var       
  vis:array[1..100000]of boolean;
  stack,dfn,low,head,next,vet,blong,belong:array[1..100000]of longint;
  tot,time,top,x,y,i,n,m,point:longint;
function min(a,b:longint):longint;
begin
  if a<b then exit(a) else exit(b);
end;
procedure add(x,y:longint);
begin                  
  inc(tot);
  next[tot]:=head[x];
  vet[tot]:=y;
  head[x]:=tot;
end;
procedure tarjan(u:longint);
var
  i,v:longint;
begin
  inc(time);
  dfn[u]:=time; low[u]:=time;
  inc(top);
  stack[top]:=u; vis[u]:=true;
  i:=head[u];
  while i<>0 do
  begin
    v:=vet[i];
    if vis[v] then low[u]:=min(dfn[v],low[u])
      else if dfn[v]=0 then
      begin
        tarjan(v);
        low[u]:=min(low[v],low[u]);
      end;
    i:=next[i];
  end;
  if dfn[u]=low[u] then
  begin
    inc(point); belong[u]:=point;
    while stack[top]<>u do
    begin
      belong[stack[top]]:=point;
      vis[stack[top]]:=false;
      dec(top);
    end;
    vis[u]:=false; dec(top)
  end;
end;
procedure shrink_point;
var
  u,i,v:longint;
begin
  for u:=1 to n do
  begin
    i:=head[u];
    while i<>0 do
    begin
      v:=vet[i];
      if belong[i]<>belong[v] then add(belong[u],belong[v]);
      i:=next[i];
    end;
  end;
end;
begin
  read(n,m);
  point:=n;
  for i:=1 to m do
  begin
    read(x,y);
    add(x,y);
  end;                                
  for i:=1 to n do
    if dfn[i]=0 then tarjan(i);
  shrink_point;
end.

 

### Tarjan算法强连通分量的Python模板代码 以下是基于Tarjan算法的一个标准实现,用于在有向图中查找所有的强连通分量 (Strongly Connected Components, SCC)。此方法通过深度优先搜索 (DFS) 和栈结构来识别图中的强连通子图。 #### Python 实现代码 ```python class TarjanSCC: def __init__(self, graph): self.graph = graph # 图的邻接表表示 self.index_counter = 0 # 节点索引计数器 self.stack = [] # 辅助栈 self.on_stack = set() # 当前节点是否在栈中 self.indices = {} # 记录每个节点的访问顺序 self.low_links = {} # 记录当前节点能到达的最小索引 self.sccs = [] # 存储所有强连通分量的结果 def find_scc(self): for node in self.graph.keys(): if node not in self.indices: self.dfs(node) def dfs(self, node): self.indices[node] = self.index_counter self.low_links[node] = self.index_counter self.index_counter += 1 self.stack.append(node) self.on_stack.add(node) for neighbor in self.graph.get(node, []): # 遍历邻居节点 if neighbor not in self.indices: # 如果未访问过该邻居,则继续深搜 self.dfs(neighbor) self.low_links[node] = min(self.low_links[node], self.low_links[neighbor]) elif neighbor in self.on_stack: # 如果邻居已经在栈中,则更新low_link值 self.low_links[node] = min(self.low_links[node], self.indices[neighbor]) # 判断是否找到一个新的强连通分量 if self.low_links[node] == self.indices[node]: scc = [] while True: top_node = self.stack.pop() self.on_stack.remove(top_node) scc.append(top_node) if top_node == node: break self.sccs.append(scc) # 测试用例 if __name__ == "__main__": # 构建一个简单的有向图(邻接表形式) adj_list = { 'A': ['B'], 'B': ['C', 'E'], 'C': ['D', 'F'], 'D': ['C', 'G'], 'E': ['A', 'F'], 'F': [], 'G': ['D'] } tarjan = TarjanSCC(adj_list) tarjan.find_scc() print("强连通分量:") for i, component in enumerate(tarjan.sccs, start=1): print(f"Component {i}: {component}") ``` 上述代码实现了Tarjan算法的核心逻辑,并提供了一个测试用例展示如何构建输入图以及获取输出结果[^1]。 --- ### 关键概念解释 - **`indices`**: 这是一个字典,记录了每个节点首次被访问的时间戳。 - **`low_links`**: 它也是一个字典,存储的是某个节点能够回溯到的最早祖先节点的时间戳。 - **`stack`**: 辅助数据结构,在遍历时保存路径上的节点。 - **`on_stack`**: 表明哪些节点目前仍在栈中尚未弹出。 - **`graph`**: 输入图为邻接表的形式,便于快速查询某节点的所有相邻节点。 当 `low_links[u] == indices[u]` 成立时,说明找到了一个新的强连通分量,此时需要从辅助栈中依次弹出直到回到当前节点为止[^2]。 --- ### 输出示例 对于上面给出的测试用例,程序会打印如下内容: ``` 强连通分量: Component 1: ['F'] Component 2: ['E', 'A', 'B'] Component 3: ['G', 'D', 'C'] ``` 这表明整个图由三个独立的强连通分量组成。 ---
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