tarjan求强连通分量,试完成求有向的强连通分量的算法

文章目录 强连通分量利用Tarjan算法求强连通分量来一道例题练手（USACO08DEC）图论文章汇总

强连通分量

什么是强连通图？
如果一个有向图中，存在一条回路，所有的结点至少被经过一次，这样的图为强连通图。

什么是强连通分量？
在强连图图的基础上加入一些点和路径，使得当前的图不在强连通，称原来的强连通的部分为强连通分量。

求强连通分量有何作用？
在进行对其它图论问题的求解前，利用强连通分量的知识可以把图中强连通的点缩为一个点，减少接下来其它图论操作的计算。
在某些特定的环境下，求强连通分量变相地得出图中的环以及环的长度。

利用Tarjan算法求强连通分量

Tarjan算法的基本思路
首先考虑强连通分量的性质，即存在一条回路能从初始点又回到初始点。在这个查找的过程中，可以对经过的结点标记，当发现某一节点连向的点正好以及被标记过，则说明找到了一条回路，而这个回路上的所有点构成一个强连通分量。为了保存这个强连通分量，我们需要知道这条路上有哪些点，而此时，栈就是一种适合该算法的数据结构。对于每次搜索的点，我们都加入栈中，遇到回路时，在把栈中的元素逐个弹出，记录它们的起始结点，直到栈中弹出的元素正好是起始结点时，结束弹栈，继续搜索其它强连通分量。在这个过程中，所有的点和都有的边都被遍历了一次，所以最终的时间复杂度为 O ( N + E ) O(N+E) O(N+E)



Tarjan算法的实现
为了实现这个过程，Tarjan算法需要装备如下几样东西：
记录搜索顺序的数组 d f n dfn dfn；
记录所属强连通的数组 l o w low low；
表示某结点是否在栈中的数组 i n s t a c k instack instack；
一个栈存储搜索路径；
从上面对Tarjan算法的描述中，很容易看出这个算法是基于深度优先搜索实现的。接下来，对Tarjan算法进行逐步推演。
（本人不喜欢使用网上用烂的素材，接下来包括以前的讲解图都是自己手画的，不喜勿喷）

Tarjan算法伪代码

tarjan(u){ dfn[u]=low[u]=++Index stack.push(u) for each (u, v) in E if (v is not visted) tarjan(v) low[u] = min(low[u], low[v]) else if (v in S) low[u] = min(low[u], dfn[v]) if (dfn[u] == low[u]) repeat v = stack.pop print v until (u== v)}

Tarjan算法C++代码模板

#include<iostream>#include<stack>#include<vector>using namespace std;int n,m,cnt,cntb;vector<int> edge[101];vector<int> belong[101];bool instack[101];int dfn[101];int low[101];stack<int> s;void Tarjan(int u){++cnt;dfn[u]=low[u]=cnt;s.push(u);instack[u]=true; for(int i=0;i<edge[u].size();++i){int v=edge[u][i];if(!dfn[v]){Tarjan(v);low[u]=min(low[u],low[v]);}else if(instack[v])low[u]=min(low[u],dfn[v]);}if(dfn[u]==low[u]){++cntb;int node;do{node=s.top();s.pop();instack[node]=false;belong[cntb].push_back(node);}while(node!=u);}}int main(){cin>>n>>m;for(int i=1;i<=m;++i){int u,v;cin>>u>>v;edge[u].push_back(v);}Tarjan(1);cout<<"id :";for(int i=1;i<=n;++i)cout<<i<<" ";cout<<endl;cout<<"dfn :";for(int i=1;i<=n;++i)cout<<dfn[i]<<" ";cout<<endl;cout<<"low :";for(int i=1;i<+n;++i)cout<<low[i]<<" ";cout<<endl;for(int i=1;i<=cntb;++i) {cout<<"SCG "<<i<<" : ";for(int j=0;j<belong[i].size();++j)cout<<belong[i][j]<<" ";cout<<endl;}return 0;}

按照先前的推演图，生成测试样例

7 11
1 2
2 3
2 5
2 4
3 5
3 7
7 5
5 6
6 7
4 1
4 5

运行结果与推演时一致

来一道例题练手（USACO08DEC）

——题目描述——
每年，在威斯康星州，奶牛们都会穿上衣服，收集农夫约翰在N(1<=N<=100，000)个牛棚隔间中留下的糖果，以此来庆祝美国秋天的万圣节。

由于牛棚不太大，FJ通过指定奶牛必须遵循的穿越路线来确保奶牛的乐趣。为了实现这个让奶牛在牛棚里来回穿梭的方案，FJ在第i号隔间上张贴了一个“下一个隔间”Next_i(1<=Next_i<=N)，告诉奶牛要去的下一个隔间；这样，为了收集它们的糖果，奶牛就会在牛棚里来回穿梭了。

FJ命令奶牛i应该从i号隔间开始收集糖果。如果一只奶牛回到某一个她已经去过的隔间，她就会停止收集糖果。

在被迫停止收集糖果之前，计算一下每头奶牛要前往的隔间数（包含起点）。

——输入格式——
第1行 整数n。

第2行到n+1行 每行包含一个整数 next_i 。

——输出格式——
n行，第i行包含一个整数，表示第i只奶牛要前往的隔间数。

——输入样例——
4
1
3
2
3

——输出样例——
1
2
2
3

——题解——
本题的数据量还是蛮大的，有 1 e 5 1e5 1e5个结点，我们当然不可能对每一个结点进行深度优先搜索。幸运的是，每一个点都只有一条出边，也即意味着，本题中至少有一个环(包括自环)，而且，环上的点永远无法走出这个环，环上点的答案就是这个环的长度。而对于不在环上的点，用dfs直到找到一个环，其答案也即环的长度加上搜索到环的步数。环长度的计算，可以利用tarjan算法的思路，用dfn减去low。因地制宜，我写了一个简易版的tarjan.

——Code——

#include<iostream>#include<stack>#include<algorithm>using namespace std;int edge[100005];int dfn[100005];bool vis[100005];int ans[100005];stack<int> sta;int n;int cnt_dfn;void dfs(int u){++cnt_dfn;dfn[u]=cnt_dfn;vis[u]=true;sta.push(u);if(vis[edge[u]]){if(!ans[edge[u]]){int val=dfn[u]-dfn[edge[u]]+1;int v;do{v=sta.top();ans[v]=val;sta.pop();}while(v!=edge[u]);while(!sta.empty()){++val;ans[sta.top()]=val;sta.pop();}}else{int val=ans[edge[u]];while(!sta.empty()){++val;ans[sta.top()]=val;sta.pop();}}}else dfs(edge[u]);}int main(){cin>>n;for(int i=1;i<=n;++i){cin>>edge[i];if(edge[i]==i){ans[i]=1;vis[i]=true;}}for(int i=1;i<=n;++i)if(!vis[i]){cnt_dfn=0; dfs(i);}for(int i=1;i<=n;++i)cout<<ans[i]<<endl;return 0;} 图论文章汇总

图论简笔(上)——DFS、BFS、Toplogical Sort
图论简笔(下)——最小生成树、最短路径问题
图论——强连通分量（Tarjan算法)
图论——最大流的增广路相关算法（基于Ford–Fulkerson方法的DFS和BFS、Dinic算法）
图论——涵盖Bellman-Ford和Dijkstra的Johnson算法（多源最短路径问题）
图论——最大团问题和最大独立集、二分图相关