强连通模板(Tarjan)

本文详细介绍了一种用于寻找无向图中强连通分量的Tarjan算法实现过程。该算法利用深度优先搜索策略,通过记录节点的访问顺序及最低可达节点来识别强连通分量。文中提供了一个具体的C/C++代码实现示例。

使用说明:需要邻接表模板 ,头文件string.h 宏定义#define CLR(arr,v) memset(arr,v,sizeof(arr))

const int M = 105 ;
Graph<M,M*M> g;
int Connect[M],Low[M],Ind[M],Stack[M],InStack[M],ConnectNum,top,ind;

void Dfs(int cur)
{
	Low[cur] = Ind[cur] = ++ind;
	Stack[top++] = cur;
	InStack[cur] = true;
	for(int i = g.H[cur]; i != -1; i = g.Next[i])
	{
		if(!Ind[ g.Num[i] ])
		{
			Dfs(g.Num[i]);
			Low[cur] = min(Low[cur],Low[ g.Num[i] ]);
		}
		else if(InStack[ g.Num[i] ])
		{
			Low[cur] = min(Low[cur],Ind[ g.Num[i] ]);
		}
	}
	if(Low[cur] == Ind[cur])
	{
		ConnectNum++;
		int s;
		do{
			s = Stack[--top];
			Connect[s] = ConnectNum;
			InStack[s] = false;
		}while(cur != s);
	}
}

int Tarjan(int n)
{
	CLR(Ind,0);
	CLR(InStack,false);
	ConnectNum = top = ind = 0;
	for(int i = 1;i <= n;++i)
		if(!Ind[i]) Dfs(i);
	return ConnectNum;
}


### Tarjan算法求解连通分量的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("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: ``` 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