Tarjan 求有向图的强连通分量

简介: Tarjan算法是一种用于查找有向图中强连通分量的高效方法。作者分享了自己的笔记,强调了网上解释的不清晰性,并引用了OI Wiki的资源。算法维护每个节点的`dfn`(深度优先搜索顺序)和`low`(能到达的最小DFS序)。通过遍历节点和其邻接节点,更新`low`值,识别环路。当`dfn[x] == low[x]`,表示找到一个强连通分量。代码示例展示了具体的实现细节。

重温Tarjan, 网上看了许多博客感觉都讲的不清楚. 故传上来自己的笔记, 希望帮到大家.

提到的一些概念可以参考 oi wiki, 代码也是 oi wiki 的, 因为我不认为我能写出比大佬更好的代码了.


强连通分量: 有向图的最大强连通子图 ( 有向图中任意两点可达 )

  • Tarjan
  1. 对每个结点维护:
  • dfn[x]: 当前节点的 dfs 序.
  • low[x]: x 向下搜索能到达的最小 dfs 序.
  1. 更新 low:
  1. v 未被访问过: 初始 low[v] = dfn[v].v 入栈. 回溯时用 low[v] 更新它的 fa 的 low[ ].
  2. v 被访问过, 且还在栈中: 用 dfs[v] 更新 fa 的 low.
  3. v 被访问过, 不在栈中: 说明这是一个 fa 到 v 的单向访问, 跳过.
  1. 获取答案:能让dfn[x] > low[x], 只有当 X 的子树中某个节点 C 有一条横向边连接到一棵已遍历过的子树一条返祖边连接到的祖先一条横向边连接到一棵已遍历过的子树一条返祖边连接到的祖先{1.一条横向边连接到一棵已遍历过的子树 𝐴2.一条返祖边连接到 𝑋 的祖先 𝑥𝑓𝑎.
  1. 横向边: 说明 A 没有连接到 C 的边, 否则在之前 C 就被遍历了, 轮不到 X 来遍历. 就用是否 C 在栈中来排除这个情况, 子树 A 中的所有强连通分量之前已经出栈过了( 看代码的实现 ).
  2. 返祖边: 说明 xfa -> x -> c -> xfa 形成环, 在同一个强连通子图( 我们知道, 强连通图是许多环嵌套成的 ). 而且这个子图的根是 xfa 满足 dfn[xfa] = low[xfa].
  1. 此时栈中进来过三类节点 :
    在的子树中属于上述循环的在同一个强连通子图不在同一个强连通子图那递归的讲在之前就因为属于某个在的子树中而被踢出栈了不在的子树中即在已遍历过的子树中在栈中的位置一定在的下面在的子树中属于上述循环的在同一个强连通子图不在同一个强连通子图那递归的讲在之前就因为属于某个在的子树中而被踢出栈了不在的子树中即在已遍历过的子树中在栈中的位置一定在的下面{1. 在 𝑥 的子树中{1. 属于上述 𝑥𝑓𝑎 循环的, 在同一个强连通子图.2. 不在同一个强连通子图, 那递归的讲, 在之前就因为属于某个 𝑥𝑓𝑎′ (在 𝑋 的子树中),而被踢出栈了.2.不在 𝑥 的子树中(即在已遍历过的子树中), 在栈中的位置一定在 𝑥 的下面.
    故, 回溯时若节点符合 dfn[x] = low[x], 说明当前节点是它所属连通块的最小节点. 栈里它之上所有点都是一个强连通块.

代码:

const int Maxn = 1e5 + 10;
    
    int dfn[Maxn], low[Maxn], dfncnt, s[Maxn], in_stack[Maxn], tp;
    int scc[Maxn], sc;  // 结点 i 所在 SCC 的编号
    int sz[Maxn];       // 强连通 i 的大小
    
    void tarjan(int u) {
        low[u] = dfn[u] = ++dfncnt, s[++tp] = u, in_stack[u] = 1;
        for (int i = head[u]; i; i = eg[i].nex) {
            const int &v = eg[i].to;
            if (!dfn[v]) {
                tarjan(v);
                low[u] = min(low[u], low[v]);
            } else if (in_stack[v]) {
                low[u] = min(low[u], dfn[v]);
            }
        }
        if (dfn[u] == low[u]) {
            ++sc;
            while (s[tp] != u) {
                scc[s[tp]] = sc;
                sz[sc]++;
                in_stack[s[tp]] = 0;
                --tp;
            }
            scc[s[tp]] = sc;
            sz[sc]++;
            in_stack[s[tp]] = 0;
            --tp;
        }
    }
相关文章
|
1月前
|
算法
最短路之Dijkstra算法
最短路之Dijkstra算法
31 0
|
1月前
tarjan求强连通分量
tarjan求强连通分量
15 0
|
7月前
|
算法 C++
用prim和kruskal算法求最小生成树问题
用prim和kruskal算法求最小生成树问题
59 0
|
10月前
邻接表存图 SPFA
邻接表存图 SPFA
|
机器学习/深度学习 算法
无向图的算法:Kruskal算法与Prim算法生成最小生成树
无向图的算法:Kruskal算法与Prim算法生成最小生成树
162 0
|
Windows
luogu P6175 无向图的最小环问题(floyd求无向图最小环)
luogu P6175 无向图的最小环问题(floyd求无向图最小环)
99 0
luogu P6175 无向图的最小环问题(floyd求无向图最小环)
|
算法
狄克斯特拉(Dijkstra)算法求一个顶点到其余各个顶点的最短路径
狄克斯特拉(Dijkstra)算法求一个顶点到其余各个顶点的最短路径
113 0
|
机器学习/深度学习 存储
图的遍历 无向图深搜 宽搜
图的遍历 无向图深搜 宽搜
图的遍历 无向图深搜 宽搜
|
算法 调度
最小生成树(Prim、Kruskal)算法,秒懂!
在数据结构与算法的图论中,(生成)最小生成树算法是一种常用并且和生活贴切比较近的一种算法。但是可能很多人对概念不是很清楚,什么是最小生成树?
147 0
最小生成树(Prim、Kruskal)算法,秒懂!