Poj1286 tarjan算法求强连通图

本文介绍了一种利用Tarjan算法解决寻找强连通图的问题,具体应用于计算图中哪些节点能够被所有其他节点所认识。文章详细解释了算法实现过程,并提供了一个具体的代码示例。

题目大意:问给你n头牛和m个牛与牛之间的关系,问你有多少头年能够被所有的牛所知道,当然两头牛通过第三方的牛有连接也算认识。(注意A认识B但B不一定认识A,所以是个有向图).

算法思路:就是求强连通图,因为A与B如果要认识,则A肯定有变直接或间接到B,同理B也必须满足这样的条件,因此这道题我们可以用tarjan算法求出图中有几个强连通分量。稍微想一想我们就可以发现,如果强连通分量X与强连通分量Y有如下关系:X->Y说明Y中的点都被X中的点认识,因此我们可以根据缩点后的图中出度为0的分量来求得答案,但要注意如果缩点后的图中有2个出度为0的点,则答案为0,因为没有牛能被所有牛认识。

 

这里也许是我昨天才刚学的tarjan算法,没有理解其中的精髓而导致错误:tarjan算法用出栈来标记标记强连通分量,但要注意栈中的元素有可能没有出完,也就是说,还有一个强连通分量在栈中,因此在所有点跑完tarjan算法后,我们一定要判断栈是否为空。

#include <iostream>
#include<cstdio>
#include<cstring>
#include<stack>
using namespace std;
typedef struct Edge
{
    int u;
    int v;
    int c;
};
Edge edges[50005];
int dfn[10050],low[10050];
int group[10050];
bool visited[10050],ins[10050],isnone;
int outdeer[10050];
int n,m,times;
int l,r,cnt,k;
stack<int>stk;
void tarjan(int u)
{
    visited[u]=true;
    stk.push(u);
    ins[u]=true;
    dfn[u]=low[u]=times++;
    for(int i=1; i<=m; i++)
    {
        if(edges[i].u==u)
        {
            if(!dfn[edges[i].v])
            {
                tarjan(edges[i].v);
                low[u]=min(low[u],low[edges[i].v]);
            }
            else if(ins[edges[i].v])
            {
                low[u]=min(low[u],dfn[edges[i].v]);
            }
        }

    }

    if(low[u]>=dfn[u])
    {
        do
        {
            k=stk.top();
            stk.pop();
            ins[u]=false;
            group[k]=cnt;
        }
        while(u!=k);
        cnt++;
    }



}
int main()
{
    while( scanf("%d%d",&n,&m)!=EOF)
    {
        isnone=false;
        times=1;
        memset(visited,false,sizeof(visited));
        memset(edges,0,sizeof(edges));

        for(int i=1; i<=m; i++)
        {
            scanf("%d%d",&l,&r);
            edges[i].u=l;
            edges[i].v=r;
            edges[i].c=1;
        }

        memset(dfn,0,sizeof(dfn));
        memset(low,0,sizeof(low));
        memset(ins,false,sizeof(ins));
        memset(outdeer,0,sizeof(outdeer));
        cnt=1;
        for(int i=1; i<=n; i++)
        {
            if(!dfn[i])
                tarjan(i);
        }
        if(stk.empty())
            isnone=true;
        while(!stk.empty())//tarjan算法最后面栈里面不一定为空
        {//因此要将栈里面的元素取出来,赋上相应的组号
            k=stk.top();
            stk.pop();
            group[k]=cnt;
        }
        if(!isnone)
            cnt++;
        for(int i=1; i<=m; i++)
        {

            if(edges[i].c&&group[edges[i].u]!=group[edges[i].v])
            {
                outdeer[group[edges[i].u]]++;
            }

        }
        int sum=0,sum2=0;
        for(int i=1; i<cnt; i++)
        {
            if(!outdeer[i])
            {
                sum2++;
                for(int j=1;j<=n;j++)
                {
                    if(group[j]==i)
                        sum++;
                }
            }

        }
        if(sum2!=1)//如果缩点后的图本身不是一个强连通图且这个图不只有一个出度为0的点
            printf("0\n");
        else if(sum2==1)//缩点后的图只有一个出度为0的点说明出度为0的连通图里面都是可以被其他的连通图访问到的
            printf("%d\n",sum);

    }
    return 0;

}

 

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
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