双连通分量 总结及例题

点双连通和边双连通

  • 连通的概念:在无向图中,所有点能互相到达
  • 连通分量:互相联通的子图
  • 点双连通:删掉一个点之后,图仍联通
  • 边双连通:删掉一条边之后,图仍联通

tarjan 算法:

该算法是R.Tarjan发明的。对图深度优先搜索, dfn[i]为第i个结点在搜索树中的深度,low[i]为第i个结点的子树的所有儿子连接到的最上面的结点层数。根据定义,则有:

Low(u)=Min
{
    dfn(u),
    dfn(v) ,(u,v)为后向边(返祖边) 等价于 DFS(v)<DFS(u)且v不为u的父亲节点
    Low(v) ,(u,v)为树枝边(父子边)
}

一个顶点u是割点,当且仅当满足(1)或(2)
(1) u为树根,且u有多于一个子树。
(2) u不为树根,且满足存在(u,v)为树枝边(或称父子边,即u为v在搜索树中的父亲),使得DFS(u)<=Low(v)。
一条无向边(u,v)是桥,当且仅当(u,v)为树枝边,且满足DFS(u)

求双连通分量

  1. 对于点双连通分量,实际上在求割点的过程中就能顺便把每个点双连通分量求出。建立一个栈,存储当前双连通分量,在搜索图时,每找到一条树枝边或后向边(非横叉边),就把这条边加入栈中。如果遇到某时满足DFS(u)<=Low(v),说明u是一个割点,同时把边从栈顶一个个取出,直到遇到了边(u,v),取出的这些边与其关联的点,组成一个点双连通分支。割点可以属于多个点双连通分量,其余点和每条边只属于且属于一个点双连通分量支。
    (这种还没有实现过,不过我认为显然如果把割点标记出来,跑dfs也能求出点双连通分支,虽然代码量会上升,不过还挺好打的,下面例题二类似)
  2. 对于边双连通分量,求法更为简单。只需在求出所有的桥以后,把桥边删除,原图变成了多个连通块,则每个连通块就是一个边双连通分量。桥不属于任何一个边双连通分量,其余的边和每个顶点都属于且只属于一个边双连通分量。

构造双连通图

  1. 一个有桥的连通图,如何把它通过加边变成边双连通图?方法为首先求出所有的桥,然后删除这些桥边,剩下的每个连通块都是一个双连通子图。把每个双连通子图收缩为一个顶点,再把桥边加回来,最后的这个图一定是一棵树,边连通度为1
  2. 统计出树中度为1的节点的个数,即为叶节点的个数,记为leaf。则至少在树上添加(leaf+1)/2条边,就能使树达到边二连通,所以至少添加的边数就是(leaf+1)/2。具体方法为,首先把两个最近公共祖先最远的两个叶节点之间连接一条边,这样可以把这两个点到祖先的路径上所有点收缩到一起,因为一个形成的环一定是双连通的。然后再找两个最近公共祖先最远的两个叶节点,这样一对一对找完,恰好是(leaf+1)/2次,把所有点收缩到了一起。

模板

int root, cnt;
int vis[maxn], dfn[maxn], low[maxn];
bool cut[maxn];
//vector<pair<int, int>>bridge;

void dfs(int u, int fa)
{
    int son=0;
    vis[u]=1;
    dfn[u]=low[u]=++cnt;
    for (int i=0; i<G[u].size(); i++)
    {
        int v=G[u][i];
        if (v==fa) continue;
        if (vis[v]==1) low[u]=min(low[u], dfn[v]); //返祖边
        if (vis[v]==0)
        {
            dfs(v, u);
            son++;
            low[u]=min(low[u], low[v]);
            if ( (u==root && son>1) || (u!=root && low[v]>=dfn[u]))
            {
                cut[u]=true;
                //if(low[v] > dfn[u]) bridge.push_back({u, v}); //(u, v) 是桥
            }
        }
    }
    vis[u]=2;
}

void tarjan_init()
{
    memset(vis, 0, sizeof(vis));
    memset(cut, 0, sizeof(cut));
    cnt=0; root=1;
    //bridge.clear();
}

例题

POJ1144【基础】
题目大意:
给出一个无向图,求出有多少个割点。
输入:
有若干组测试数据。每一组测试数据的第一行有一个整数 n,表示有 n
(1<=n<100)个点,n=0 时测试数据结束。接下来有若干行,每一行第一个整
数 u 表示这一行描述的是以 u 为起点的边,接下来有若干个整数 vi 表示有一条
边 u-vi,u=0 时表示这一组测试数据结束。
输出:
对于每一组测试数据,输出一个整数,即有多少个割点。

模板题,没太多要说的

#include<iostream>
#include<cstdio>
#include<vector>
#include<cstdlib>
#include<cstring>
using namespace std;
typedef long long LL;
const 
### 图论算法总结与例题 图论是一门研究图形结构及其性质的学科,在计算机科学中有广泛的应用。以下是几种常见的图论算法以及它们的相关例题。 #### 1. **广度优先搜索 (BFS)** 和 **深度优先搜索 (DFS)** 这两种基本的遍历方法可以用来解决许多基础问题,比如连通分量检测、路径寻找等。 - BFS通常适用于找到两点间的最短路径(无权图),其核心思想是以层次的方式扩展节点[^2]。 - DFS则常用于探索所有可能的状态或者回溯解决问题。 #### 2. **并查集** 并查集是一种处理动态集合的数据结构,主要用于快速判断两个元素是否属于同一个集合,并支持高效的合并操作。 - 并查集的主要功能包括查询和合并两部分。 #### 3. **最小生成树 (MST)** 最小生成树是指在一个加权连通图中找出一棵总权重最小的生成树。 - Prim算法通过不断选择离当前已构建的部分最近的顶点来逐步扩大这棵树[^1]。 - Kruscal算法则是按照边的权重从小到大依次考虑每条边,只要该边不会形成环就将其加入结果集中。 #### 4. **拓扑排序** 对于有向无环图(DAG),可以通过拓扑排序得到一个线性的顺序使得所有的前驱关系都满足。 - 方法通常是先统计入度再利用队列实现零入度节点移除的过程直到完成整个序列排列。 #### 5. **最短路径算法** 这些算法旨在计算从某个起点到达其他各点所需的最少成本。 - Dijkstra算法适合于非负权值的情况,它采用贪心策略每次挑选距离源点最近尚未访问过的节点作为新的候选者继续扩散影响范围[^3]。 - Bellman-Ford允许存在负权但需额外注意可能出现的负圈情况;SPFA是对前者的一种改进形式特别针对稀疏图表现更优[^4]。 - Floyd-Warshall能够一次性得出任意两点间最佳路线长度非常适合小型密集网络分析需求。 #### 实际应用举例 假设我们要设计一款游戏地图编辑器需要自动规划NPC巡逻线路,则可选用A*启发式寻径技术结合实际地形数据综合考量效率与合理性给出解决方案。 ```python import heapq def dijkstra(graph, start): distances = {node: float('infinity') for node in graph} distances[start] = 0 priority_queue = [(0, start)] while priority_queue: current_distance, current_node = heapq.heappop(priority_queue) if current_distance > distances[current_node]: continue for neighbor, weight in graph[current_node].items(): distance = current_distance + weight if distance < distances[neighbor]: distances[neighbor] = distance heapq.heappush(priority_queue, (distance, neighbor)) return distances ``` 以上代码片段展示了如何使用Python实现Dijkstra算法以求解给定图上某一点至其余各点之间的最短路径。
评论 2
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