Kosaraju's algorithm

  推荐到我的这篇博客中看完整版的。

  该算法用于求解有向图的强连通分量,也就是强连通子图的个数。

  算法实现摘自Kosaraju's algorithm - 百度百科:

#include <iostream>
#include <stack>
using namespace std;

int map[511][511];
int nmap[511][511];
int visited[501];
stack<int> S;
int N;

int DFS1(int v)
{
	visited[v] = 1;
	for (int i = 1; i <= N; i++)
	if (!visited[i] && map[v][i])
		DFS1(i);
	S.push(v);
	return 0;
}
int DFS2(int v)
{
	visited[v] = 1;
	for (int i = 1; i <= N; i++)
	if (!visited[i] && nmap[v][i])
		DFS2(i);
	return 0;
}
int kosaraju()
{
	memset(visited, 0, sizeof(visited));
	for (int i = 1; i <= N; i++)
	if (!visited[i]) DFS1(i);
	int t = 0;
	memset(visited, 0, sizeof(visited));
	while (!S.empty())
	{
		int v = S.top();
		S.pop();
		printf("|%d|", v);
		if (!visited[v])
		{
			t++;
			DFS2(v);
		}
	}
	return t;
}
int main()
{
	int M, s, e;
	scanf_s("%d %d", &N, &M);
	memset(map, 0, sizeof(map));
	memset(nmap, 0, sizeof(nmap));
	for (int i = 0; i < M; i++)
	{
		scanf_s("%d %d", &s, &e);
		map[s][e] = 1;
		nmap[e][s] = 1;
	}
	printf("\n%d\n", kosaraju());
	return 0;
}

  由于这里是使用邻接矩阵表示法的Kosaraju算法,因此算法时间复杂度为 $ O(V^2) $。使用邻接链表表示法则时间复杂度为 $ O(V + E) $。其中V为顶点个数,E为边个数。

转载于:https://www.cnblogs.com/darkchii/p/9453653.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Kosaraju's算法是一种用于查找强连通分量的图算法。以下是利用Python实现Kosaraju's算法的代码示例: ```python from collections import defaultdict class Graph: def __init__(self, vertices): self.V = vertices self.graph = defaultdict(list) def addEdge(self, u, v): self.graph[u].append(v) def DFS(self, v, visited, stack): visited[v] = True for i in self.graph[v]: if visited[i] == False: self.DFS(i, visited, stack) stack = stack.append(v) def transpose(self): g = Graph(self.V) for i in self.graph: for j in self.graph[i]: g.addEdge(j, i) return g def SCC(self): visited = [False] * (self.V) stack = [] for i in range(self.V): if visited[i] == False: self.DFS(i, visited, stack) gr = self.transpose() visited = [False] * (self.V) while stack: i = stack.pop() if visited[i] == False: gr.DFS(i, visited, []) print("") g = Graph(5) g.addEdge(1, 0) g.addEdge(0, 2) g.addEdge(2, 1) g.addEdge(0, 3) g.addEdge(3, 4) print("Strongly Connected Components:") g.SCC() ``` 在上述代码中,我们定义了一个Graph类,该类包含以下方法: - \_\_init\_\_():构造函数,初始化图中的顶点数和邻接表。 - addEdge():用于向邻接表中添加边。 - DFS():深度优先搜索算法,用于遍历图中的每个节点。 - transpose():用于反转图的邻接表。 - SCC():强连通分量算法,用于查找图中的强连通分量。 我们首先创建一个Graph对象,并向其添加边。然后,我们通过调用SCC()方法来查找图中的强连通分量。在SCC()方法中,我们首先通过调用DFS()方法来遍历图中的每个节点,并将其放入栈中。然后,我们通过反转图的邻接表来创建一个新的图,并再次使用DFS()方法来查找强连通分量。最终,我们将结果打印出来。 在上述代码中,我们使用了Python中的默认字典和列表来表示图和栈。这使得代码更加简洁和易于理解。
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