tarjan算法——关于无向图连通性

tarjan算法引入

 图论算法,反正很牛逼,可以用来解决很多的图论问题,主要是与连通性问题有关的。
 在正式学习tarjan算法之前,我们需要了解一些基础概念

tarjan算法中的图论概念

 时间戳 d f n [ x ] dfn[x] dfn[x]:结点 x x x的搜索的次序编号。( d f s dfs dfs序)
 追溯值 l o w [ x ] low[x] low[x]:设 s u b t r e e ( x ) subtree(x) subtree(x)表示搜索树中以 x x x为根的子树。 l o w [ x ] low[x] low[x]定义为以下节点的时间戳的最小值:
 1. s u b t r e e ( x ) subtree(x) subtree(x)中的节点。
 2.通过1条不在搜索树上的边,能够到达 s u b t r e e ( x ) subtree(x) subtree(x)的节点
 举个例子。 s u b t r e e ( 2 ) = 2 , 3 , 4 , 5 subtree(2)={2,3,4,5} subtree(2)=2,3,4,5。此外,节点1通过不在搜索树上的边 ( 1 , 5 ) (1,5) (1,5)能够到达 s u b t r e e ( 2 ) subtree(2) subtree(2)。所以 l o w [ 2 ] = 1 low[2]=1 low[2]=1
 根据定义,为了计算 l o w [ x ] low[x] low[x],应该先在遍历时令 d f n [ x ] = l o w [ x ] dfn[x]=low[x] dfn[x]=low[x],然后考虑从 x x x出发的每条边 ( x , y ) (x,y) (x,y):
 若在搜索树上 x x x y y y的父节点,则令 l o w [ x ] = m i n ( l o w [ x ] , l o w [ y ] ) low[x]=min(low[x],low[y]) low[x]=min(low[x],low[y])
 若无向边 ( x , y ) (x,y) (x,y)不是搜索树上的边,则令 l o w [ x ] = m i n ( l o w [ x ] , d f n [ y ] ) low[x]=min(low[x],dfn[y]) low[x]=min(low[x],dfn[y])
在这里插入图片描述

tarjan算法的分类(持续更新中)

割点

割点的定义

 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两部分(不连通),则称该点为割点。

割点的判定法则

 若x不是搜索树的根节点(dfs遍历的起点),则x是割点当且仅当搜索树上存在x的一个子节点y,满足:
d f n [ x ] ≤ l o w [ y ] dfn[x]\l

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在 Python 中,可以使用 NetworkX 库来实现 Tarjan 算法。首先需要安装 NetworkX,可以使用 pip 安装: ``` pip install networkx ``` 然后可以使用下面的代码来输出无向图中的所有环: ``` import networkx as nx G = nx.Graph() # 添加边 G.add_edges_from([(1, 2), (2, 3), (3, 1), (3, 4), (4, 5), (5, 3)]) cycles = nx.simple_cycles(G) for cycle in cycles: print(cycle) ``` 运行上面的代码将会输出无向图中所有环的信息,每个环是一个由结点组成的列表。 ### 回答2: Tarjan算法是一种用于查找无向图中所有环的算法,它可以有效地找到所有环并输出。 首先,我们需要了解Tarjan算法的基本原理。Tarjan算法使用深度优先搜索(DFS)来遍历图中的所有节点,并使用一个栈维护访问过的节点。在DFS过程中,它会记录每个节点的访问次序(即dfs_num)和最小可以到达的节点的次序(即dfs_low)。如果发现存在一个节点v的子节点u,使得dfs_num[u] < dfs_low[v],则表示存在一个环。 下面是使用Python实现的Tarjan算法来输出无向图中所有的环的例子: ```python def tarjan(graph): n = len(graph) dfs_num = [-1] * n dfs_low = [-1] * n on_stack = [False] * n stack = [] result = [] def dfs(v, parent): dfs_num[v] = dfs_low[v] = len(stack) stack.append(v) on_stack[v] = True for u in graph[v]: if dfs_num[u] == -1: # 如果u未被访问过 dfs(u, v) if on_stack[u]: dfs_low[v] = min(dfs_low[v], dfs_low[u]) if dfs_low[v] == dfs_num[v]: # v是一个新的强连通分量的根节点 cycle = [] while True: u = stack.pop() on_stack[u] = False cycle.append(u) if u == v: break result.append(cycle) for v in range(n): if dfs_num[v] == -1: dfs(v, -1) return result # 示例使用方式 graph = [ [1, 3], # 节点0的连接节点,注意连接关系是双向的 [0, 2], [1, 3], [0, 2, 4], [3] ] cycles = tarjan(graph) for cycle in cycles: print(cycle) ``` 在这个例子中,我们首先定义一个无向图(使用邻接表表示)和一些用于DFS的辅助数据结构。然后,我们定义了DFS函数,它使用递归的方式进行深度遍历,并根据节点的访问次序和最小次序来判断是否存在环。最后,我们在主函数中调用DFS函数,并输出所有的环。 这就是使用Python实现Tarjan算法输出无向图中所有的环的方法。 ### 回答3: Tarjan算法是一种求解图中所有环的算法。Python中可以通过实现Tarjan算法来输出无向图中的所有环。 首先,我们需要构建图的数据结构。可以使用字典来表示图,其中键为图中的节点,值为该节点连接的其他节点的列表。 接下来,我们定义一个函数来实现Tarjan算法,该函数接受当前节点、已访问过的节点集合、当前路径上的节点集合和结果集合作为参数。在函数中,我们先将当前节点加入已访问过的节点集合和路径上的节点集合。 然后,我们遍历当前节点连接的所有节点,若该节点未被访问过,则递归调用Tarjan算法,并更新当前节点的低点。若该节点在路径上,说明找到了一个环,将路径上的节点加入结果集合。 最后,若当前节点的低点等于其自身节点,说明已经处理完了一个环,需要将结果集合输出。 以下是一个实现Tarjan算法输出无向图中所有环的示例代码: ```python def Tarjan(node, visited, path, result, graph): visited.add(node) path.append(node) low = node for neighbor in graph.get(node, []): if neighbor not in visited: low = min(low, Tarjan(neighbor, visited, path, result, graph)) elif neighbor in path: low = min(low, neighbor) if low == node: cycle = [] while path[-1] != node: cycle.append(path.pop()) cycle.append(path.pop()) result.append(cycle) return low def findCycles(graph): visited = set() result = [] for node in graph: if node not in visited: Tarjan(node, visited, [], result, graph) return result # 示例无向图 graph = { 'A': ['B', 'C'], 'B': ['A', 'C', 'D'], 'C': ['A', 'B'], 'D': ['B'], } cycles = findCycles(graph) print(cycles) ``` 运行上述代码,可以输出无向图中的所有环。对于示例无向图,输出结果为:[['B', 'A', 'C', 'B'], ['B', 'D', 'B']]。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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