【模板】Tarjan算法求无向图割点

这篇博客介绍了图的割点检测算法,利用Tarjan算法进行深度优先搜索来判断图中哪些节点是割点。割点是指在无向图中,删除该点会导致连通块数量增加的节点。文章提供了详细的算法实现,包括代码示例,解释了割点判定法则,并通过样例输入和输出解释了算法的正确性和有效性。

参考视频:董晓算法——Tarjan 割点

题目背景

割点

题目描述

给出一个 n n n 个点, m m m 条边的无向图,求图的割点。

输入格式

第一行输入两个正整数 n , m n,m n,m

下面 m m m 行每行输入两个正整数 x , y x,y x,y 表示 x x x y y y 有一条边。

输出格式

第一行输出割点个数。

第二行按照节点编号从小到大输出节点,用空格隔开。

样例 #1

样例输入 #1

6 7
1 2
1 3
1 4
2 5
3 5
4 5
5 6

样例输出 #1

1 
5

提示

对于全部数据, 1 ≤ n ≤ 2 × 1 0 4 1\leq n \le 2\times 10^4 1n2×104 1 ≤ m ≤ 1 × 1 0 5 1\leq m \le 1 \times 10^5 1m1×105

点的编号均大于 0 0 0 小于等于 n n n

tarjan图不一定联通。

概念

对图深搜时,每一个节点只访问一次,被访问过的节点与边构成搜索树

  • 时间戳dfn[x]:节点x第一次被访问的顺序

  • 追溯值low[x]:从节点x出发,所能访问到的最早时间戳

  • 割点:对于一个无向图,如果把一个点删除后,连通块的个数增加了,那么这个点就是割点(又称割顶)。

割点判定法则:

  • 如果x不是根节点,当搜索树上存在x的一个字子节点y,满足low[y]>=dfn[x],那么x就是割点
  • 如果x是根节点,当搜索树上存在至少两个子节点 y 1 , y 2 y_1,y_2 y1,y2,满足上述条件,那么x就是割点

low[y]>=dfn[x],说明从y出发,在不通过x点的前提下,不管走哪条边,都无法到达比x更早访问的节点。故删除x点后,以y为根的子树 s u b t r e e ( y ) subtree(y) subtree(y)也就断开了,即环顶的点割得掉

反之,若low[y]<dfn[x],则说明y能绕行其他边到达比x更早访问的节点,x就不是割点了,即环内的点割不掉

  • 当访问已经打上时间戳的节点y时,注意low[x]=min(low[x], dfn[y]),dfn[y]不能换成low[y],因为这是无向图,能过走回祖先节点,比如下图low[6]显然不能是1,否则dfn[5]=5<low[6]=1
image-20220619142429811

image-20220619142514353

代码

#include<iostream>
#include<string>
#include<vector>
#include<cmath>
#include<algorithm>
#include<set>
#include<stack>
#include<map>
#include<cstring>
#include<queue>
using namespace std;
const int N = 2e4 + 5, M = 1e6 + 5;
int h[N], e[M], edge[M], idx;
int dfn[N], low[N], cut[N], root, tot, cnt;
void add(int u, int v) {
    e[idx] = v;
    edge[idx] = h[u];
    h[u] = idx++;
}
void tarjan(int x) {
    dfn[x] = low[x] = ++tot;
    int child = 0;
    for (int i = h[x]; i != -1; i = edge[i]) {
        int ne = e[i];
        if (!dfn[ne]) {
            tarjan(ne);
            low[x] = min(low[x], low[ne]);
            if (low[ne] >= dfn[x]) {
                child++;
                if (x != root || child > 1) cut[x] = true;
            }
        }
        else low[x] = min(low[x], dfn[ne]);
    }
}
int main()
{
    memset(h, -1, sizeof(h));
    ios::sync_with_stdio(0), cin.tie(0), cout.tie(0);
    int n, m;
    cin >> n >> m;
    while (m--) {
        int u, v;
        cin >> u >> v;
        add(u, v);
        add(v, u);
    }
    for (int i = 1; i <= n; i++) {
        if(!dfn[i]) root = i, tarjan(i);
    }
    for (int i = 1; i <= n; i++) {
        if (cut[i]) ++cnt;
    }
    cout << cnt << "\n";
    for (int i = 1; i <= n; i++) {
        if (cut[i]) cout << i << " ";
    }
    return 0;
}
### Tarjan算法的实现与解释 Tarjan算法是一种用于图论中寻找连通性信息的经典算法,可以高效地无向图中的和桥()。以下是关于该算法方面的实现和详细解释。 #### 算法核心思想 Tarjan算法基于深度优先搜索(DFS),通过维护两个数组 `dfn[]` 和 `low[]` 来记录节的访问顺序以及能够回溯到的最早祖先节。 - `dfn[u]` 表示节 `u` 在 DFS 遍历中的访问顺序。 - `low[u]` 表示从节 `u` 或其子树出发,能够回溯到的最早的祖先节的 `dfn` 值。 对于一个 `u`,如果满足以下件之一,则它是: 1. 如果 `u` 是根节,并且它有两个或以上的子树[^1]。 2. 如果 `u` 不是根节,并且存在某个子节 `v`,使得 `low[v] >= dfn[u]`[^3]。 #### 算法模板代码 以下是使用邻接表存储Tarjan 算法模板代码: ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; const int MAXN = 1e5 + 5; int dfn[MAXN], low[MAXN], index_cnt; bool is_cutpoint[MAXN]; vector<int> G[MAXN]; int n, m; void tarjan(int u, int fa) { dfn[u] = low[u] = ++index_cnt; int child = 0; // 记录子树数量 for (int i = 0; i < G[u].size(); i++) { int v = G[u][i]; if (!dfn[v]) { // 如果 v 没有被访问过 child++; tarjan(v, u); low[u] = min(low[u], low[v]); if (low[v] >= dfn[u]) { is_cutpoint[u] = true; // 满足件 } } else if (v != fa) { // 如果 v 已经访问过且不是父节 low[u] = min(low[u], dfn[v]); } } if (fa == -1 && child == 1) { // 根节只有一个子树时不为 is_cutpoint[u] = false; } } void find_cutpoints() { index_cnt = 0; fill(dfn, dfn + MAXN, 0); fill(is_cutpoint, is_cutpoint + MAXN, false); for (int i = 1; i <= n; i++) { if (!dfn[i]) { tarjan(i, -1); // 对每个连通分量调用一次 tarjan } } for (int i = 1; i <= n; i++) { if (is_cutpoint[i]) { cout << "Cut point: " << i << endl; } } } ``` #### 数据结构选择的重要性 在实际应用中,推荐使用邻接表而非邻接矩阵来存储。邻接表的时间复杂度为 \(O(N + M)\),而邻接矩阵的时间复杂度至少为 \(O(N^2)\)[^2]。因此,对于大规模稀疏,邻接表是更优的选择。 #### 算法步骤说明 1. 初始化 `dfn[]` 和 `low[]` 数组,确保所有节未被访问。 2. 对于每个未访问的节,调用 `tarjan` 函数进行 DFS 遍历。 3. 在遍历过程中,更新 `low[]` 值,并根据件判断当前节是否为。 4. 输出所有。 #### 示例 假设有一个无向图,节数 \(n=6\),数 \(m=7\),集为 \((1,2), (1,3), (2,3), (2,4), (3,5), (4,6), (5,6)\)。运行上述代码后,可以找到为节 \(2\) 和 \(3\)。 ---
评论
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