C++算法篇：DFS超详细解析（2）--- tarjan算法求无向图割边

最新推荐文章于 2024-08-04 10:03:07 发布
最新推荐文章于 2024-08-04 10:03:07 发布
阅读量1.7k 收藏 8
点赞数 6
分类专栏： C++算法篇 文章标签： c++ 算法 开发语言 dfs
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HaohaoCppDebuger/article/details/120854313
版权
本文介绍了C++中利用DFS和Tarjan算法来寻找无向图的割边。内容涵盖DFS的基本框架，详细解释了Tarjan算法的原理，以及如何判断割边。同时，文章还提及了割边的定义和无向图桥的概念，并简要提及了2-连通图。
摘要由CSDN通过智能技术生成

<<<上一篇

系列文章目录

①：无向图基本概念
②：tarjan算法求无向图割边

前言
第一次写算法，讲得肯不透彻，有误还请指教awa

文章目录

一、回顾

先来回顾一下dfs的基本框架：

//存图方式：vector(g[N])
void dfs(int u){
   //u:当前节点
	vis[u]=true;
	for(int& v:g[u]){
   //访问u连到的每个节点
		if(!vis[v]) dfs(v);
	}
}

二、tarjan算法

请注意，这里讲的仅限于无向图，有向图的算法会稍有不同。

  1. 首先我们可以确定的是回边一定不是桥1。
  2. 那么就只需要判断树边了。
    回顾割边的定义，删边后两端断开，那么就意味着一端的点永远无法通过一条路径回到另一端，在DFS-tree上就体现为下方的节点永远无法通过非树边回到上方的点。如果成立，即只能通过树边相连，那么这条树边就是桥了！（因为是树，每个节点以自己为终点只会有一个直系父亲）


    tarjan算法定义了两个数组：depth[]和low[]，定义如下：
  • depth[i]：节点i在DFS-tree上的深度。
  • low[i]：在dfs-tree上，以节点i及其子孙为起点的回边回到的 最低 高度。

假设我们已经算出每个节点的depth(下简称dep)和low，如何判断割边呢？
（务必注意，dep和low越大意味着越晚被遍历）
分类讨论一下吧：(假设目前在处理tree2上u->v边)

  1. l o w [ v ] < = d e p [ u ] low[v]<=dep[u]

最低0.47元/天 解锁文章
Xunlan_
关注
专栏目录
C++无向图连通性问题[Tarjan求割边]—————Bridges
C2020lax的博客
11-09 928
题目描述： 在赤壁之战中，曹操被诸葛亮和周瑜击败。但他不会放弃。曹操的军队仍然不善于水战，所以他提出了另一个想法。他在长江建造了许多岛屿，在这些岛屿的基础上，曹操的军队很容易攻击周瑜的部队。曹操还建造了连接岛屿的桥梁。如果所有岛屿都通过桥梁相连，那么曹操的军队可以在这些岛屿中非常方便地部署。周瑜无法忍受，所以他想要摧毁一些曹操的桥梁，这样一个或多个岛屿就会与其他岛屿分开。但周瑜只有一枚由诸葛亮...
【图论】【 割边】【C++算法】1192. 查找集群内的关键连接
闻缺陷则喜何志丹
03-28 974
力扣数据中心有 n 台服务器，分别按从 0 到 n-1 的方式进行了编号。它们之间以 服务器到服务器 的形式相互连接组成了一个内部集群，连接是无向的。用 connections 表示集群网络，connections[i] = [a, b] 表示服务器 a 和 b 之间形成连接。任何服务器都可以直接或者间接地通过网络到达任何其他服务器。 关键连接 是在该集群中的重要连接，假如我们将它移除，便会导致某些服务器无法访问其他服务器。 请你以任意顺序返回该集群内的所有 关键连接 。
浅谈基础的图算法——Tarjan求强联通分量算法（c++）
最新发布
2301_79587247的博客
08-04 1047
因为这样，假设割点左边有一个子图，右边也有一个子图，由于这个点是割点，那么左右一定是没有其他边联通的， 所以该点的联通的连v满足low[v]>=dfn[u]，最后特判一下根。给定一张无向图，求每个点被封锁之后有多少个有序点对(x,y)(x!个点就是去掉这个点之后，图中的强联通分量变多了，那么这个点就是一个割点。把城镇看作节点，把道路看作边，容易发现，整个城市构成了一个无向图。每条道路连结两个不同的城镇，没有重复的道路，所有城镇连通。
图的连通性问题之tarjan算法
cax1165
07-08 2453
Tarjan算法一种由Robert Tarjan提出的求解有向图强连通分量的线性时间的算法。 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，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。 当dfn(u)
强连通分量 tarjan算法 C++实现
areen7003的博客
08-22 476
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...
求无向图的割边（targin）
城南的花
03-17 1341
如果不了解targin算法的可以先到这里学习一下 那么如果求割边呢 我们知道有两个数组low和dfn分别为 DFN[i]：深度优先搜索遍历时节点i被搜索的次序。 low[i]：节点i能够回溯到的最早位于栈中的节点。 那么如果我们搜索的时候发现当前节点u的dfn值小于其子节点v的low值，即low[v]&amp;gt;dfn[u]（注意，这里不能是low[v]&amp;gt;low[u]，因为父节点的low值有可能...
【C++】Tarjan算法
cout0
12-08 915
相关介绍 强连通分量 在有向图中，如果某一个子图的任意两点都是连通的则该子图是一个强连通分量。 算法简介 TarjanTarjanTarjan算法有好几种，都是以TarjanTarjanTarjan命名的，这里讲的TarjanTarjanTarjan指求强连通分量的TarjanTarjanTarjan算法，他以深度优先搜索的方式对图进行染色，进而求得强连通分量。 算法思想 在一个顶点数为nnn的图中，TarjanTarjanTarjan算法需要维护一个顶点栈和几个数组。 stack Sstack
C++算法篇：DFS超详细解析（1）--- 无向图基本概念
Xunlan_博客
10-19 4449
文章目录一、DFS是什么？二、DFS的基本框架三、DFS-tree 一、DFS是什么？     DFS(Depth First Search) ，即 深度优先搜索 ，是一种遍历图的方式，对于下图（设从u开始访问） 若先访问了v点： 则下一步会访问v的子节点w点： 发现无路可走，则回溯回v，再回到u，之后前往x。 总结一下，dfs会在搜索到新点时优先访问以改点为起点的子节点，并在所有子节点访问完成后回溯，可以看出，dfs和递归殊途同归。 相反地，有BFS(Breath First Search)广度优先搜索，
无向图缩点：tarjan点双与边双缩点(模板)
01-20
这里提到的"tarjan点双与边双缩点"是一种基于Tarjan算法实现的无向图缩点方法。Tarjan算法是一个用于查找图中强连通分量和检测桥的有效算法。 首先，让我们理解Tarjan算法的基本思想。Tarjan算法通过深度优先搜索...
Tarjan 算法论文 DEPTH-FIRST SEARCH AND LINEAR GRAPH ALGORITHMS.pdf
04-10
Tarjan算法可以用来识别无向图中的所有双连通分量和割点。 Tarjan算法的特点在于其空间和时间效率，它们是关于图的顶点数和边数线性关系。这意味着算法的性能与图的大小成正比，而与图的具体结构无关，这使得算法...
tarjan算法——关于无向图连通性
Lucas_FC_的博客
06-25 712
强大的tarjan算法
C++的算法：割点与割边
全栈工程师Linda的博客
06-11 454
C++的算法：割点与割边
图的割点和割边算法C++代码实现
程序猿老樊的博客
12-31 653
图的割边和割点是图论中的重要概念，用于描述图中的关键节点和边。割点是指将图分割成多个连通分量的节点，而割边是指将图分割成多个连通分量的边。在C++中，可以使用图论算法库来处理图的割边和割点。一些常用的图论算法库包括Boost Graph Library和NetworkX。割点：如果去掉一个点以及与它连接的边，该点原来所在的图被分成。割边：如果去掉一条边，该边原来所在的图被分成。三、 tarjan算法的应用及代码实现。1.图的割点代码实现。2.图的割边代码实现。
C++基础：tarjan算法
Keven_11的博客
01-29 1650
一.割点和点双连通分量 1.割点 在一个 无向连通图 中，如果删除这个点和这个点关联的所有边，剩下图的连通分量大于 1，也即剩下的图不再连通，那么我们称这个点是 割点。 比如对于下面这个图，割点有两个，分别是 1 和 3。这说明一个图可以有多个割点。 2.点双连通图（点双） 一个点双连通图的定义如下：一个 无向连通图 ，对于任意一个点，如果删除这个点和这个点关联的所有边，剩下的图还是连通的，那么称这个图是一个 点双连通图，也就是点双连通图中不会有割点出现。 下图是一个点双连通图。 3.
Tarjian算法c++模板
黑客HK的博客
07-05 311
算法的核心思想是使用深度优先搜索（DFS）来遍历图，同时维护一个栈来存储当前搜索路径上的顶点。当一个顶点无法继续前进时，我们从栈中弹出顶点，直到找到一个已经在栈中的顶点，这样就找到了一个强连通分量。我们从栈中弹出顶点，直到找到根节点，并将所有弹出的顶点标记为同一个强连通分量。类来找到强连通分量。然后，我们输出强连通分量的数量，并打印出每个顶点所属的强连通分量标识符。然后，我们遍历邻接顶点，如果邻接顶点还没有被访问过，我们递归地调用。如果邻接顶点已经在栈中（即它是当前搜索路径上的一个祖先），我们更新。
C++学习笔记：Tarjan算法剖析——求 强连通分量，割点，割边，点双连通分量，边双连通分量 的详解
qq_44013342的博客
06-06 4426
Tarjan算法详解 目录 1.Tarjan算法求强连通分量 2. Tarjan算法求割点 3. Tarjan算法求点双连通分量 4. Tarjan算法求割边 5.Tarjan算法求边双连通分量 1.Tarjan算法求强连通分量 了解一下 强连通分量 对于一个有向图的DFS的搜索树（i 可以到 j，j 不一定能到 i），如下 里面的强连通分量有 { 6 ， 7 ， 8 }...
C++——tarjan模板
McDonnell_Douglas的博客
01-12 1035
题目背景 POJ2186 HAOI2006 DAY1 T3 题目描述 每一头牛的愿望就是变成一头最受欢迎的牛。现在有 N 头牛，给你 M 对整数(A,B)，表示牛A认为牛B受欢迎。这种关系是具有传递性的，如果 A 认为 B 受欢迎，B 认为 C 受欢迎，那么牛A也认为牛C受欢迎。你的任务是求出有多少头牛被所有的牛认为是受欢迎的。 输入格式 第
C++ 强连通分量 - 缩点（Tarjan算法）
struct_GS的博客
10-24 1038
简介缩点 如果两个顶点可以相互通达，则称两个顶点强连通 ( 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。有向图的极大强连通子图，称为强连通分量 ( strongly connected components ) 。 Tarjan 算法是用来求有向图的强连通分量的。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...
c++使用后并查集找到无向图中的桥，不使用tarjan算法的代码
05-27
下面是使用 C++ 实现使用并查集找到无向图中的桥的代码，不使用 Tarjan 算法： ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 1e5 + 5; int n, m, tot; int head[MAXN], dfn[MAXN], low[MAXN], fa[MAXN]; bool vis[MAXN]; struct Edge { int to, nxt; } e[MAXN << 1]; void addEdge(int u, int v) { e[++tot].to = v; e[tot].nxt = head[u]; head[u] = tot; } int find(int x) { if (x == fa[x]) { return x; } return fa[x] = find(fa[x]); } void merge(int x, int y) { int fx = find(x), fy = find(y); if (fx != fy) { fa[fx] = fy; } } void dfs(int u, int p) { dfn[u] = low[u] = ++tot; vis[u] = true; for (int i = head[u]; i; i = e[i].nxt) { int v = e[i].to; if (v == p) { continue; } if (!dfn[v]) { dfs(v, u); low[u] = min(low[u], low[v]); if (low[v] > dfn[u]) { printf("%d %d is bridge\n", u, v); } else { merge(u, v); } } else if (vis[v]) { low[u] = min(low[u], dfn[v]); } } vis[u] = false; } int main() { scanf("%d %d", &n, &m); for (int i = 1; i <= n; i++) { fa[i] = i; } for (int i = 1; i <= m; i++) { int u, v; scanf("%d %d", &u, &v); addEdge(u, v); addEdge(v, u); } dfs(1, 0); return 0; } ``` 在这个代码中，我们使用了 DFS 遍历来查找桥。具体来说，我们记录了每个节点的 dfn 和 low 值，同时使用 vis 数组来判断一个节点是否已经被访问过。如果一个节点的 low 值大于其子节点的 dfn 值，则说明该节点与子节点之间的边是桥。否则，我们将该节点与子节点合并到同一个连通块中。 需要注意的是，这个算法的时间复杂度为 $O(m \alpha(n))$，其中 $m$ 为边数，$n$ 为节点数，$\alpha(n)$ 是反阿克曼函数的某个值，可以认为是一个非常小的常数。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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