• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>
            付翔的專欄
            在鄙視中成長 記錄成長的點滴
            posts - 106,  comments - 32,  trackbacks - 0

            轉自:

            http://www.byvoid.com/blog/scc-tarjan/



            [有向圖強連通分量]

            在有向圖G中,如果兩個頂點間至少存在一條路徑,稱兩個頂點 強連通 (strongly connected)。如果有向圖G的每兩個頂點都強連通,稱G是一個 強連通圖 。非強連通圖有向圖的極大強連通子圖,稱為 強連通分量 (strongly connected components)。

            下圖中,子圖{1,2,3,4}為一個強連通分量,因為頂點1,2,3,4兩兩可達。{5},{6}也分別是兩個強連通分量。

            image

            直接根據定義,用雙向遍歷取交集的方法求強連通分量,時間復雜度為O(N^2+M)。更好的方法是Kosaraju算法或Tarjan算法,兩者的時間復雜度都是O(N+M)。本文介紹的是Tarjan算法。

            [Tarjan算法]

            Tarjan算法是基于對圖深度優先搜索的算法,每個強連通分量為搜索樹中的一棵子樹。搜索時,把當前搜索樹中未處理的節點加入一個堆棧,回溯時可以判斷棧頂到棧中的節點是否為一個強連通分量。

            定義DFN(u)為節點u搜索的次序編號(時間戳),Low(u)為u或u的子樹能夠追溯到的最早的棧中節點的次序號。由定義可以得出,

            Low(u)=Min
            {
            DFN(u),
            Low(v),(u,v)為樹枝邊,u為v的父節點
            DFN(v),(u,v)為指向棧中節點的后向邊(非橫叉邊)
            }

            當DFN(u)=Low(u)時,以u為根的搜索子樹上所有節點是一個強連通分量。

            算法偽代碼如下

            tarjan(u)
            {
            DFN[u]=Low[u]=++Index // 為節點u設定次序編號和Low初值
            Stack.push(u) // 將節點u壓入棧中
            for each (u, v) in E // 枚舉每一條邊
            if (v is not visted) // 如果節點v未被訪問過
            tarjan(v) // 繼續向下找
            Low[u] = min(Low[u], Low[v])
            else if (v in S) // 如果節點v還在棧內
            Low[u] = min(Low[u], DFN[v])
            if (DFN[u] == Low[u]) // 如果節點u是強連通分量的根
            repeat
            v = S.pop // 將v退棧,為該強連通分量中一個頂點
            print v
            until (u== v)
            }

            接下來是對算法流程的演示。

            從節點1開始DFS,把遍歷到的節點加入棧中。搜索到節點u=6時,DFN[6]=LOW[6],找到了一個強連通分量。退棧到u=v為止,{6}為一個強連通分量。

            image

            返回節點5,發現DFN[5]=LOW[5],退棧后{5}為一個強連通分量。

            image

            返回節點3,繼續搜索到節點4,把4加入堆棧。發現節點4向節點1有后向邊,節點1還在棧中,所以LOW[4]=1。節點6已經出棧,(4,6)是橫叉邊,返回3,(3,4)為樹枝邊,所以LOW[3]=LOW[4]=1。

            image

            繼續回到節點1,最后訪問節點2。訪問邊(2,4),4還在棧中,所以LOW[2]=DFN[4]=5。返回1后,發現DFN[1]=LOW[1],把棧中節點全部取出,組成一個連通分量{1,3,4,2}。

            image

            至此,算法結束。經過該算法,求出了圖中全部的三個強連通分量{1,3,4,2},{5},{6}。

            可以發現,運行Tarjan算法的過程中,每個頂點都被訪問了一次,且只進出了一次堆棧,每條邊也只被訪問了一次,所以該算法的時間復雜度為O(N+M)。

            求有向圖的強連通分量還有一個強有力的算法,為Kosaraju算法。Kosaraju是基于對有向圖及其逆圖兩次DFS的方法,其時間復雜度也是O(N+M)。與Trajan算法相比,Kosaraju算法可能會稍微更直觀一些。但是Tarjan只用對原圖進行一次DFS,不用建立逆圖,更簡潔。在實際的測試中,Tarjan算法的運行效率也比Kosaraju算法高30%左右。此外,該Tarjan算法與求無向圖的雙連通分量(割點、橋)的Tarjan算法也有著很深的聯系。學習該Tarjan算法,也有助于深入理解求雙連通分量的Tarjan算法,兩者可以類比、組合理解。

            求有向圖的強連通分量的Tarjan算法是以其發明者Robert Tarjan命名的。Robert Tarjan還發明了求雙連通分量的Tarjan算法,以及求最近公共祖先的離線Tarjan算法,在此對Tarjan表示崇高的敬意。

            附:tarjan算法的C++程序

            1
            2
            3
            4
            5
            6
            7
            8
            9
            10
            11
            12
            13
            14
            15
            16
            17
            18
            19
            20
            21
            22
            23
            24
            25
            26
            27
            28
            29
            30
            31
            32
            33
            34
            35
            36
            37
            38
            39
            void tarjan(int i)
            {
            int j;
            DFN[i]=LOW[i]=++Dindex;
            instack[i]=true;
            Stap[++Stop]=i;
            for (edge *e=V[i];e;e=e->next)
            {
            j=e->t;
            if (!DFN[j])
            {
            tarjan(j);
            if (LOW[j]<LOW[i])
            LOW[i]=LOW[j];
            }
            else if (instack[j] && DFN[j]<LOW[i])
            LOW[i]=DFN[j];
            }
            if (DFN[i]==LOW[i])
            {
            Bcnt++;
            do
            {
            j=Stap[Stop--];
            instack[j]=false;
            Belong[j]=Bcnt;
            }
            while (j!=i);
            }
            }
            void solve()
            {
            int i;
            Stop=Bcnt=Dindex=0;
            memset(DFN,0,sizeof(DFN));
            for (i=1;i<=N;i++)
            if (!DFN[i])
            tarjan(i);
            }

            posted on 2010-05-20 20:28 付翔 閱讀(940) 評論(0)  編輯 收藏 引用 所屬分類: ACM 圖論

            <2010年5月>
            2526272829301
            2345678
            9101112131415
            16171819202122
            23242526272829
            303112345

            常用鏈接

            留言簿(2)

            隨筆分類

            隨筆檔案

            文章分類

            文章檔案

            CSDN - 我的blog地址

            博客

            搜索

            •  

            最新評論

            閱讀排行榜

            評論排行榜

            欧美日韩精品久久久免费观看| 欧美伊香蕉久久综合类网站| 久久亚洲国产精品123区| 久久国产成人| 国产69精品久久久久9999APGF| 综合网日日天干夜夜久久| 久久精品视频网| 亚洲精品第一综合99久久| 国产精品免费看久久久| 久久99精品免费一区二区| 波多野结衣AV无码久久一区| 99久久久精品| 中文字幕久久波多野结衣av| 久久久国产精品网站| 久久丫忘忧草产品| 精品久久久久久无码人妻热| 欧洲人妻丰满av无码久久不卡| 久久久久综合中文字幕| 久久亚洲精品成人AV| 色99久久久久高潮综合影院| 久久精品国产一区二区三区日韩| 国产一区二区久久久| 国内精品久久久久久麻豆| 久久精品www| 97久久精品午夜一区二区| 7777精品久久久大香线蕉| 人妻无码精品久久亚瑟影视 | 久久AV高清无码| 久久精品中文字幕一区| 婷婷久久综合九色综合九七| 99久久国产热无码精品免费久久久久| 无码人妻久久一区二区三区| 香蕉久久夜色精品国产尤物| 手机看片久久高清国产日韩| 日本一区精品久久久久影院| 2021久久国自产拍精品| 97久久国产亚洲精品超碰热 | 91麻豆精品国产91久久久久久| 97精品久久天干天天天按摩| .精品久久久麻豆国产精品| 2021久久精品国产99国产精品|