zoukankan      html  css  js  c++  java
  • TarJan 算法求解有向连通图强连通分量

    [有向图强连通分量]

    在有向图G中,如果两个 顶点间至少存在一条路径,称两个顶点强连通(strongly connected)。如果有向图G的每两个顶点都强连通,称G是一个强连通图。非强连通图有向图的极大强连通子图,称为强连通分量(strongly connected components)。

    下图中,子图{1,2,3,4}为一个强连通分量,因为顶点1,2,3,4两两可达。{5},{6}也分别是两个强连通分量。

    wps_clip_image-24103

    大体来说有3中算法Kosaraju,Trajan,Gabow这三种!后续文章中将相继介绍,首先介绍Tarjan算法

    [Tarjan算法]

    Tarjan算法是基于对图深度优先搜索的算法,每个强连通分量为搜索树中的一棵子树。搜索时,把当前搜索树中未处理的节点加入一个堆栈,回溯时可以判断栈顶到栈中的节点是否为一个强连通分量。

    定义DFN(u)为节点u搜索的次序编号(时间戳),Low(u)为u或u的子树能够追溯到的最早的栈中节点的次序号。

    算法伪代码如下

    tarjan(u)
    {
    
        DFN[u]=Low[u]=++Index     // 为节点u设定次序编号和Low初值
    
        Stack.push(u)                     // 将节点u压入栈中
    
        for each (u, v) in E               // 枚举每一条边
    
              if (v is not visted)          // 如果节点v未被访问过
    
                      tarjan(v)              // 继续向下找
    
                      Low[u] = min(Low[u], Low[v])
    
                else if (v in S)            // 如果节点v还在栈内
    
                Low[u] = min(Low[u], DFN[v])
    
        if (DFN[u] == Low[u])        // 如果节点u是强连通分量的根
    
           repeat
    
               v = S.pop                  // 将v退栈,为该强连通分量中一个顶点
    
               print v
    
          until (u== v)
    
    } 

    接下来是对算法流程的演示。

    从节点1开始DFS,把遍历到的节点加入栈中。搜索到节点u=6时,DFN[6]=LOW[6],找到了一个强连通分量。退栈到u=v为止,{6}为一个强连通分量。

    wps_clip_image-16442

    返回节点5,发现DFN[5]=LOW[5],退栈后{5}为一个强连通分量。

    wps_clip_image-24939

    返回节点3,继续搜索到节点4,把4加入堆栈。发现节点4向节点1有后向边,节点1还在栈中,所以LOW[4]=1。节点6已经出栈,(4,6)是横叉边,返回3,(3,4)为树枝边,所以LOW[3]=LOW[4]=1。

    wps_clip_image-17734

    继续回到节点1,最后访问节点2。访问边(2,4),4还在栈中,所以LOW[2]=DFN[4]=5。返回1后,发现DFN[1]=LOW[1],把栈中节点全部取出,组成一个连通分量{1,3,4,2}。

    wps_clip_image-10846

    至此,算法结束。经过该算法,求出了图中全部的三个强连通分量{1,3,4,2},{5},{6}。

    可以发现,运行Tarjan算法的过程中,每个顶点都被访问了一次,且只进出了一次堆栈,每条边也只被访问了一次,所以该算法的时间复杂度为O(N+M)。

    求 有向图的强连通分量还有一个强有力的算法,为Kosaraju算法。Kosaraju是基于对有向图及其逆图两次DFS的方法,其时间复杂度也是 O(N+M)。与Trajan算法相比,Kosaraju算法可能会稍微更直观一些。但是Tarjan只用对原图进行一次DFS,不用建立逆图,更简洁。 在实际的测试中,Tarjan算法的运行效率也比Kosaraju算法高30%左右。此外,该Tarjan算法与求无向图的双连通分量(割点、桥)的Tarjan算法也有着很深的联系。学习该Tarjan算法,也有助于深入理解求双连通分量的Tarjan算法,两者可以类比、组合理解。

    求有向图的强连通分量的Tarjan算法是以其发明者Robert Tarjan命名的。Robert Tarjan还发明了求双连通分量的Tarjan算法,以及求最近公共祖先的离线Tarjan算法,在此对Tarjan表示崇高的敬意。

    #include "cstdlib"
    #include "cctype"
    #include "cstring"
    #include "cstdio"
    #include "cmath"
    #include "algorithm"
    #include "vector"
    #include "string"
    #include "iostream"
    #include "sstream"
    #include "set"
    #include "queue"
    #include "stack"
    #include "fstream"
    #include "strstream"
    using namespace std;
    
    #define  M 2000              //题目中可能的最大点数      
    int STACK[M],top=0;          //Tarjan 算法中的栈
    bool InStack[M];             //检查是否在栈中
    int DFN[M];                  //深度优先搜索访问次序
    int Low[M];                  //能追溯到的最早的次序
    int ComponetNumber=0;        //有向图强连通分量个数
    int Index=0;                 //索引号
    vector <int> Edge[M];        //邻接表表示
    vector <int> Component[M];   //获得强连通分量结果
    
    void Tarjan(int i)
    {
        int j;
        DFN[i]=Low[i]=Index++;
        InStack[i]=true;
        STACK[++top]=i;
        for (int e=0;e<Edge[i].size();e++)
        {
            j=Edge[i][e];
            if (DFN[j]==-1)
            {
                Tarjan(j);
                Low[i]=min(Low[i],Low[j]);
            }
            else if (InStack[j])
                Low[i]=min(Low[i],DFN[j]);
        }
        if (DFN[i]==Low[i])
        {
            cout<<"TT    "<<i<<"   "<<Low[i]<<endl;
            ComponetNumber++;
            do
            {
                j=STACK[top--];
                InStack[j]=false;
                Component[ComponetNumber].push_back(j);
            }
            while (j!=i);
        }
    }
    
    void solve(int N)     //此图中点的个数,注意是0-indexed!
    {
        memset(STACK,-1,sizeof(STACK));
        memset(InStack,0,sizeof(InStack));
        memset(DFN,-1,sizeof(DFN));
        memset(Low,-1,sizeof(Low));
        for(int i=0;i<N;i++)
            if(DFN[i]==-1)
                Tarjan(i);   
    }
    /*
    此算法正常工作的基础是图是0-indexed的。
    */
    int main()
    {
        Edge[0].push_back(1);Edge[0].push_back(2);
        Edge[1].push_back(3);
        Edge[2].push_back(3);Edge[2].push_back(4);
        Edge[3].push_back(0);Edge[3].push_back(5);
        Edge[4].push_back(5);
        int  N=6;
        solve(N);
        cout<<"ComponetNumber is "<<ComponetNumber<<endl;
        for(int i=0;i<N;i++)
            cout<<Low[i]<<" ";
        cout<<endl;
        for(int i=0;i<N;i++)
        {
            for(int j=0;j<Component[i].size();j++)
                cout<<Component[i][j];
            cout<<endl;
        }
        return 0;
    }

    这个程序的运行过程和上图中表述的有些不同,他是先遍历到了1 2 4 6  3 5

    Reference : 以上基本上是全文摘抄自

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

    http://www.notonlysuccess.com/?p=181

    两篇总结都不错。。这里只是做一个回顾。。

    转载来自:http://www.cppblog.com/sosi/archive/2010/09/26/127797.aspx
  • 相关阅读:
    利用shell脚本实现免密认证
    利用shell脚本实现https证书认证
    高级sed命令
    Zabbix自定义监控
    Zabbix三种邮箱告警配置
    Zabbix配置
    监控服务Zabbix部署
    Ftp
    Samba
    NFS
  • 原文地址:https://www.cnblogs.com/rain-blog/p/TarJan.html
Copyright © 2011-2022 走看看