tarjan求割点和桥(割边)模板

这篇博客介绍了无向图的割点和割边概念,以及如何使用Tarjan算法进行求解。割点是删除后导致连通分量增多的顶点,割边则是删除后使图不连通的边。文章通过示例代码详细解释了Tarjan算法在寻找割点和割边的应用,并提供了完整的C++实现。

tanjan算法相关概念

为了与有向图尽可能保持一致,我们将无向图的一条无向边拆分成两条单向边。两条边互为反向边

从图中一点作为起点,进行DFS搜索遍历图,这样会得到一棵树,我们称之为DFS搜索树,该树中的每一条边都来自原图,我们将这些边称为树边,其他图中的边称为非树边

DFN数组:记录DFS序,也即时间戳、搜索顺序。
LOW数组:记录每个点经过一条非树边能回到的所有结点的最小DFN值

割点

割点集合:在一个无向图中,如果有一个顶点集合,删除这个顶点集合以及这个集合中所有顶点相关联的边以后,图的连通分量增多,就称这个点集为割点集合。

求解

设一个点 u u u,其父亲结点为 f u fu fu,如果有 L O W [ u ] > = D F N [ f u ] LOW[u] >= DFN[fu] LOW[u]>=DFN[fu],那么说明,点 u u u仅可以经过点 f u fu fu抵达,此时,如果删除点 f u fu fu,那么 u u u就和 f u fu fu所在的图不再连通, f u fu fu就是一个割点。

对于根结点而言是一种特殊情况,因为不可能有点的 L O W [ u ] LOW[u]

### Tarjan算法 Tarjan算法通过深度优先搜索(DFS)遍历图,利用DFS序回溯来判断。具体来说,如果一个节u存在至少一个子节v,使得v无法通过其他路径到达u的祖先节(即low[v] >= dfn[u]),则u为。对于根节,需要特殊处理,当它有两个或以上子节时,它才是。 ### Tarjan算法 的判断标准是,对于(u, v),若low[v] > dfn[u],则(u, v)。这是因为v无法通过其他路径到达u及其祖先,所以删除(u, v)会使得图不连通。 ### Tarjan算法解双连通分量 双连通分量的解可以通过Tarjan算法找到所有的,然后将这些从图中移除,剩下的每个连通分量即为一个双连通分量。双连通分量的解较为复杂,需要在DFS过程中维护一个栈,每当发现一个时,就将栈中的节弹出,直到当前节v被弹出为止,这些节构成了一个双连通分量。 ### 实现代码示例 以下是一个使用Tarjan算法以及双连通分量的Python代码示例: ```python def tarjan(u, parent): global index_counter dfn[u] = low[u] = index_counter index_counter += 1 child_count = 0 for v in adj[u]: if v == parent: continue if dfn[v] == -1: stack.append((u, v)) child_count += 1 tarjan(v, u) low[u] = min(low[u], low[v]) if low[v] > dfn[u]: # Edge (u, v) is a bridge bridges.append((u, v)) if low[v] >= dfn[u] and parent != -1: # Node u is an articulation point articulation_points.add(u) elif dfn[v] < dfn[u]: stack.append((u, v)) low[u] = min(low[u], dfn[v]) if parent == -1 and child_count > 1: # Node u is an articulation point (root case) articulation_points.add(u) # Initialization n = 5 # Number of nodes in the graph adj = [[] for _ in range(n)] # Adjacency list representation of the graph dfn = [-1] * n # Discovery time of nodes low = [-1] * n # Lowest discovery time reachable index_counter = 0 bridges = [] # List to store bridges articulation_points = set() # Set to store articulation points stack = [] # Stack to keep track of edges for biconnected components # Example graph construction adj[0] = [1, 2] adj[1] = [0, 2] adj[2] = [0, 1, 3, 4] adj[3] = [2, 4] adj[4] = [2, 3] for i in range(n): if dfn[i] == -1: tarjan(i, -1) print("Articulation Points:", articulation_points) print("Bridges:", bridges) ``` ### 双连通分量的实现 为了找到双连通分量,可以在找到所有后,将这些从图中移除,然后对剩余的进行连通分量的查找。每个连通分量即为一个双连通分量。 ### 双连通分量的实现 双连通分量的实现需要在Tarjan算法中使用栈来跟踪,每当发现一个时,就将栈中的弹出,直到当前(u, v)被弹出为止,这些构成了一个双连通分量。 ### 总结 通过上述方法,可以有效地使用Tarjan算法来解图中的以及双连通分量问题。这种方法在处理大规模图时非常高效,因为它的时间复杂度是线性的,即O(V + E),其中V是顶数,E是数[^1]。
评论 5
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

打赏作者

hesorchen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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