【算法】求无向连通 图的割点
割点与连通度
在无向连通图中,删除一个顶点v及其相连的边后,原图从一个连通分量变成了两个或多个连通分量,则称顶点v为割点,同时也称关节点(Articulation Point)。一个没有关节点的连通图称为重连通图(biconnected graph)。若在连通图上至少删去k 个顶点才能破坏图的连通性,则称此图的连通度为k。
关节点和重连通图在实际中较多应用。显然,一个表示通信网络的图的连通度越高,其系统越可靠,无论是哪一个站点出现故障或遭到外界破坏,都不影响系统的正常工作;又如,一个航空网若是重连通的,则当某条航线因天气等某种原因关闭时,旅客仍可从别的航线绕道而行;再如,若将大规模的集成电路的关键线路设计成重连通的话,则在某些元件失效的情况下,整个片子的功能不受影响,反之,在战争中,若要摧毁敌方的运输线,仅需破坏其运输网中的关节点即可。
简单的例子
(a)中G7 是连通图,但不是重连通图。图中有三个关节点A、B 和G 。若删去顶点B 以及所有依附顶点B 的边,G7 就被分割成三个连通分量{A、C、F、L、M、J}、{G、H、I、K}和{D、E}。类似地,若删去顶点A 或G 以及所依附于它们的边,则G7 被分割成两个连通分量。
low[u]= {min{low[u], low[v]},(u,v)为树边
min{low[u], dfn[v]} (u,v)为回边且v不为u的父亲节点
下表给出图(a)对应的dfn与low数组值。
i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
vertex | A | B | C | D | E | F | G | H | I | J | K | L | M |
dfn[i] | 1 | 5 | 12 | 10 | 11 | 13 | 8 | 6 | 9 | 4 | 7 | 2 | 3 |
low[i] | 1 | 1 | 1 | 5 | 5 | 1 | 5 | 5 | 8 | 2 | 5 | 1 | 1 |
求割点的方法
暴力的方法:
- 依次删除每一个节点v
- 用DFS(或BFS)判断还是否连通
- 再把节点v加入图中
若用邻接表(adjacency list),需要做 V 次DFS,时间复杂度为 O(V∗(V+E)) 。(题外话:我在面试实习的时候,只想到暴力方法;面试官提示只要一次DFS就就可以找到割点,当时死活都没想出来)。
有关DFS搜索树的概念
在介绍算法之前,先介绍几个基本概念
- DFS搜索树:用DFS对图进行遍历时,按照遍历次序的不同,我们可以得到一棵DFS搜索树,如图(b)所示。
- 树边:(在[2]中称为父子边),在搜索树中的实线所示,可理解为在DFS过程中访问未访问节点时所经过的边。
- 回边:(在[2]中称为返祖边、后向边),在搜索树中的虚线所示,可理解为在DFS过程中遇到已访问节点时所经过的边。
基于DFS的算法
该算法是R.Tarjan发明的。观察DFS搜索树,我们可以发现有两类节点可以成为割点:
- 对根节点u,若其有两棵或两棵以上的子树,则该根结点u为割点;
- 对非叶子节点u(非根节点),若其子树的节点均没有指向u的祖先节点的回边,说明删除u之后,根结点与u的子树的节点不再连通;则节点u为割点。
对于根结点,显然很好处理;但是对于非叶子节点,怎么去判断有没有回边是一个值得深思的问题。
我们用dfn[u]
记录节点u在DFS过程中被遍历到的次序号,low[u]
记录节点u或u的子树通过非父子边追溯到最早的祖先节点(即DFS次序号最小),那么low[u]的计算过程如下:
low[u]={min{low[u], low[v]}min{low[u], dfn[v]}(u,v)为树边(u,v)为回边且v不为u的父亲节点
下表给出图(a)对应的dfn与low数组值。
i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
vertex | A | B | C | D | E | F | G | H | I | J | K | L | M |
dfn[i] | 1 | 5 | 12 | 10 | 11 | 13 | 8 | 6 | 9 | 4 | 7 | 2 | 3 |
low[i] | 1 | 1 | 1 | 5 | 5 | 1 | 5 | 5 | 8 | 2 | 5 | 1 | 1 |
对于情况2,当(u,v)为树边且low[v] >= dfn[u]
时,节点u才为割点。该式子的含义:以节点v为根的子树所能追溯到最早的祖先节点要么为v要么为u。
代码实现
void dfs(int u) {
//记录dfs遍历次序
static int counter = 0;
//记录节点u的子树数
int children = 0;
ArcNode *p = graph[u].firstArc;
visit[u] = 1;
//初始化dfn与low
dfn[u] = low[u] = ++counter;
for(; p != NULL; p = p->next) {
int v = p->adjvex;
//节点v未被访问,则(u,v)为树边
if(!visit[v]) {
children++;
parent[v] = u;
dfs(v);
low[u] = min(low[u], low[v]);
//case (1)
if(parent[u] == NIL && children > 1) {
printf("articulation point: %d\n", u);
}
//case (2)
if(parent[u] != NIL && low[v] >= dfn[u]) {
printf("articulation point: %d\n", u);
}
}
//节点v已访问,则(u,v)为回边
else if(v != parent[u]) {
low[u] = min(low[u], dfn[v]);
}
}
}
采用邻接表存储图,该算法的时间复杂度应与DFS相同,为 O(V+E) 。
另一种理解:
DFS遍历一个图的所有顶点时,按访问顺序依次标号为1到n,称之为DFS数。顶点v的DFS数记作D(v)。并得到一棵DFS树(黑色边),称DFS树的边为树边(tree edge),其余的边(红色边)称为回头边(back edge)。如下图,图的边都按搜索过程中向外的方向定向,得到一个有向图。树边都是从DFS数小的顶点指向大的,回头边都是从DFS数大的顶点指向小的。
根据上面由深度优先搜索得到的有向图中,可定义每个顶点的低位数(lowpoint):从该顶点出发,只用最多一条回头边,沿有向边能走到的顶点中DFS数最小值。顶点v的低位数记为L(v)。
低位数取值有两种情况:一是没用上回头边,则能走到的DFS数最小的的顶点就是该点自身,对应的路是一个顶点构成的平凡的路。此时L(v)=D(v)。二是用了回头边,则一定是最后一条边是回头边,走到一个DFS数更小的顶点。此时L(v)<=D(v)。
所以,一般地,总有L(v)<=D(v)。
有了这两个参数,就可以确定割点了:对根节点,即DFS数为1的顶点,其为割点当且仅当在DFS树中有两个或以上子节点;其余所有非根节点v是割点的充分必要条件是:v存在一个子节点u(在DFS树中的子节点)满足u的低位数大于等于v的DFS数,即L(u)>=D(v)。
下图标出的顶点的低位数(圈外数字,没标圈外数字的顶点低位数和DFS数相等),绿色顶点为割点。
注:若用 DFS的深度(depth)来替代上面算法中的DFS数,并用深度来计算低位数,则算法一样能有效地找出割点。
求割点 割边的代码实现:
- //求割点
- #include <vector>
- bool cut[nMax]; //cut[x] = ture 代表x 为割点
- int dfn[nMax], low[nMax]; //dfn[x] x是当前层次,low[x] x是能到得的最低层次
- //这两个或许有点摸不着头脑,不过没关系,
- //查下tarjan 自己画画差不多就能理解,tarjan只是个帅哥名字,没那么可怕
- vector<int> adj[nMax];
- int rt, rt_num; //起始节点和访问此结点的次数,如果大于一则rt也为割点
- //用于判断起始结点是否也是割点
- /**
- nMax为点的个数;
- rt选任意一点;
- rt_num = 0;
- */
- void addEdge(int u, int v) {
- adj[u].push_back(v);
- adj[v].push_back(u);
- }
- void findcut(int dep, int u) {
- dfn[u] = low[u] = dep;
- for (int i=0; i<adj[u].size(); i++) {
- int v = adj[u][i];
- if (!dfn[v]) {
- findcut(dep+1, v);
- if (u == rt)
- rt_num++;
- else {
- low[u] = min(low[u], low[v]);
- if (low[v] >= dfn[u])
- cut[u] = true; //如果满足这个条件则u 为割点
- }
- }
- else
- low[u] = min(low[u], dfn[v]);
- }
- }
- int main() {
- //初始化
- /**
- dfn = 0, cut = 0, rt_num = 0;
- adj[i].clear(); //对边集进行清空
- */
- //建好图后调用
- findcut(1, rt); //rt 任选 1 - n
- if (rt_num > 1)
- cut[rt] = true;
- //则cut 中为 true 的即为割点
- return 0;
- }
- //求割边
- void findcut(int dep, int u, int f) {
- dfn[u] = low[u] = dep;
- for (int i=0; i<adj[u].size(); i++) {
- int v = adj[u][i];
- if (!dfn[v]) {
- findcut(dep+1, v, u);
- low[u] = min(low[u], low[v]);
- if (low[v] > dfn[u])
- cut[u][v] = true; //如果满足这个条件则adj(u, v)为割边
- }
- else if (f != v)
- low[u] = min(low[u], dfn[v]);
- }
- }
- //调用即可
- findcut(1, 1, 0);
- /**
- 还是那句话,模板都会用,关键在转换
- */