有向图强连通分量_Tarjan

[点连通度与边连通度]

在一个无向连通图中，如果有一个顶点集合，删除这个顶点集合，以及这个集合中所有顶点相关联的边以后，原图变成多个连通块，就称这个点集为割点集合。一个图的点连通度的定义为，最小割点集合中的顶点数。

类似的，如果有一个边集合，删除这个边集合以后，原图变成多个连通块，就称这个点集为割边集合。一个图的边连通度的定义为，最小割边集合中的边数。

[双连通图、割点与桥]

如果一个无向连通图的点连通度大于1，则称该图是点双连通的(point biconnected)，简称双连通或重连通。一个图有割点，当且仅当这个图的点连通度为1，则割点集合的唯一元素被称为割点(cut point)，又叫关节点(articulation point)。

如果一个无向连通图的边连通度大于1，则称该图是边双连通的(edge biconnected)，简称双连通或重连通。一个图有桥，当且仅当这个图的边连通度为1，则割边集合的唯一元素被称为桥(bridge)，又叫关节边(articulation edge)。

可以看出，点双连通与边双连通都可以简称为双连通，它们之间是有着某种联系的，下文中提到的双连通，均既可指点双连通，又可指边双连通。

[双连通分支]

在图G的所有子图G'中，如果G'是双连通的，则称G'为双连通子图。如果一个双连通子图G'它不是任何一个双连通子图的真子集，则G'为极大双连通子图。双连通分支(biconnected component)，或重连通分支，就是图的极大双连通子图。特殊的，点双连通分支又叫做块。

[求割点与桥]

该算法是R.Tarjan发明的。对图深度优先搜索，定义DFS(u)为u在搜索树（以下简称为树）中被遍历到的次序号。定义Low(u)为u或u的子树中能通过非父子边追溯到的最早的节点，即DFS序号最小的节点。

一个顶点u是割点，当且仅当满足(1)或(2) (1) u为树根，且u有多于一个子树。 (2) u不为树根，且满足存在(u,v)为树枝边(或称父子边，即u为v在搜索树中的父亲)，使得DFS(u)<=Low(v)。

一条无向边(u,v)是桥，当且仅当(u,v)为树枝边，且满足DFS(u)<Low(v)。

int dfs[NODE],low[NODE],cnt,vis[NODE],all;

int belong[NODE],scc[NODE];

stack<int>stk;

void tarjan(int u,int fa){

int j,v,flag;

dfs[u]=low[u]=cnt++;

vis[u]=1;

stk.push(u);

flag=0;

for(j=head[u];j!=-1;j=pedge[j].next){

v=pedge[j].to;

if(v==fa&&!flag){flag=1;continue;}//multiple edge

if(!vis[v])tarjan(v,u);

low[u]=min(low[u],low[v]);

}

if(dfs[u]==low[u]){

all++;

do{

v=stk.top();

stk.pop();

belong[v]=all;

scc[all]+=val[v];

}while(v!=u);

}

}

[求双连通分支]

下面要分开讨论点双连通分支与边双连通分支的求法。

对于点双连通分支，实际上在求割点的过程中就能顺便把每个点双连通分支求出。建立一个栈，存储当前双连通分支，在搜索图时，每找到一条树枝边或后向边(非横叉边)，就把这条边加入栈中。如果遇到某时满足DFS(u)<=Low(v)，说明u是一个割点，同时把边从栈顶一个个取出，直到遇到了边(u,v)，取出的这些边与其关联的点，组成一个点双连通分支。割点可以属于多个点双连通分支，其余点和每条边只属于且属于一个点双连通分支。

对于边双连通分支，求法更为简单。只需在求出所有的桥以后，把桥边删除，原图变成了多个连通块，则每个连通块就是一个边双连通分支。桥不属于任何一个边双连通分支，其余的边和每个顶点都属于且只属于一个边双连通分支。

[构造双连通图]

一个有桥的连通图，如何把它通过加边变成边双连通图？方法为首先求出所有的桥，然后删除这些桥边，剩下的每个连通块都是一个双连通子图。把每个双连通子图收缩为一个顶点，再把桥边加回来，最后的这个图一定是一棵树，边连通度为1。

统计出树中度为1的节点的个数，即为叶节点的个数，记为leaf。则至少在树上添加(leaf+1)/2条边，就能使树达到边二连通，所以至少添加的边数就是(leaf+1)/2。具体方法为，首先把两个最近公共祖先最远的两个叶节点之间连接一条边，这样可以把这两个点到祖先的路径上所有点收缩到一起，因为一个形成的环一定是双连通的。然后再找两个最近公共祖先最远的两个叶节点，这样一对一对找完，恰好是(leaf+1)/2次，把所有点收缩到了一起。  

[有向图强连通分量]

在有向图G中，如果两个顶点间至少存在一条路径，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。非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)。

下图中，子图{1,2,3,4}为一个强连通分量，因为顶点1,2,3,4两两可达。{5},{6}也分别是两个强连通分量。

直接根据定义，用双向遍历取交集的方法求强连通分量，时间复杂度为O(N^2+M)。更好的方法是Kosaraju算法或Tarjan算法，两者的时间复杂度都是O(N+M)。本文介绍的是Tarjan算法。

[Tarjan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(时间戳)，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。由定义可以得出，

Low(u)=Min{ DFN(u), Low(v),(u,v)为树枝边，u为v的父节点 DFN(v),(u,v)为指向栈中节点的后向边(非横叉边)}

当DFN(u)=Low(u)时，以u为根的搜索子树上所有节点是一个强连通分量。

算法伪代码如下

   

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)                  // 继续向下找

            Low[u] = min(Low[u], Low[v])

        else if (v in S)                   // 如果节点v还在栈内

            Low[u] = min(Low[u], DFN[v])

    if (DFN[u] == Low[u])                      // 如果节点u是强连通分量的根

        repeat

            v = S.pop                  // 将v退栈，为该强连通分量中一个顶点

            print v

        until (u== v)

}

接下来是对算法流程的演示。

从节点1开始DFS，把遍历到的节点加入栈中。搜索到节点u=6时，DFN[6]=LOW[6]，找到了一个强连通分量。退栈到u=v为止，{6}为一个强连通分量。

返回节点5，发现DFN[5]=LOW[5]，退栈后{5}为一个强连通分量。

返回节点3，继续搜索到节点4，把4加入堆栈。发现节点4向节点1有后向边，节点1还在栈中，所以LOW[4]=1。节点6已经出栈，(4,6)是横叉边，返回3，(3,4)为树枝边，所以LOW[3]=LOW[4]=1。

继续回到节点1，最后访问节点2。访问边(2,4)，4还在栈中，所以LOW[2]=DFN[4]=5。返回1后，发现DFN[1]=LOW[1]，把栈中节点全部取出，组成一个连通分量{1,3,4,2}。

至此，算法结束。经过该算法，求出了图中全部的三个强连通分量{1,3,4,2},{5},{6}。

可以发现，运行Tarjan算法的过程中，每个顶点都被访问了一次，且只进出了一次堆栈，每条边也只被访问了一次，所以该算法的时间复杂度为O(N+M)。

求有向图的强连通分量还有一个强有力的算法，为Kosaraju算法。Kosaraju是基于对有向图及其逆图两次DFS的方法，其时间复杂度也是O(N+M)。与Trajan算法相比，Kosaraju算法可能会稍微更直观一些。但是Tarjan只用对原图进行一次DFS，不用建立逆图，更简洁。在实际的测试中，Tarjan算法的运行效率也比Kosaraju算法高30%左右。此外，该Tarjan算法与求无向图的双连通分量(割点、桥)的Tarjan算法也有着很深的联系。学习该Tarjan算法，也有助于深入理解求双连通分量的Tarjan算法，两者可以类比、组合理解。

求有向图的强连通分量还有一个强有力的算法，为Kosaraju算法。Kosaraju是基于对有向图及其逆图两次DFS的方法，其时间复杂度也是O(N+M)。与Trajan算法相比，Kosaraju算法可能会稍微更直观一些。但是Tarjan只用对原图进行一次DFS，不用建立逆图，更简洁。在实际的测试中，Tarjan算法的运行效率也比Kosaraju算法高30%左右。此外，该Tarjan算法与

求无向图的双连通分量(割点、桥)的Tarjan算法
scc,ans//权值最小的桥

idx,bridge;

dfs[]={-1};

int low[NODE],dfs[NODE];

void tarjan(int u,int id){

int i,v;

low[u]=dfs[u]=idx++;

for(i=head[u];i!=-1;i=edge[i].next){

v=edge[i].to;

if(i==(id^1))//处理父节点情况

continue;

if(dfs[v]==-1){

tarjan(v,i);

low[u]=low[u]>low[v]?low[v]:low[u];

if(low[v]>dfs[u]){

bridge++;

if(ans>edge[i].w)

ans=edge[i].w;

}

}

else

low[u]=low[u]>dfs[v]?dfs[v]:low[u];

}

scc++;

} 

int V;

vector<int>G[2222];

vector<int>rG[2222];

vector<int>vs;

bool used[2222];

int cmp[2222];

void add_edge(int from,int to){

G[from].push_back(to);

rG[to].push_back(from);

}

void dfs(int v){

used[v]=true;

for(int i=0;i<G[v].size();i++){

if(!used[G[v][i]])

dfs(G[v][i]);

}

vs.push_back(v);

}

void rdfs(int v,int k){

used[v]=true;

cmp[v]=k;

for(int i=0;i<rG[v].size();i++){

if(!used[rG[v][i]])rdfs(rG[v][i],k);

}

}

int scc(){

memset(used,0,sizeof(used));

vs.clear();

for(int v=0;v<V;v++){

if(!used[v])

dfs(v);

}

memset(used,0,sizeof(used));

int k=0;

for(int i=vs.size()-1;i>=0;i--){

if(!used[vs[i]])rdfs(vs[i],k++);

}

return k;

}

 

 
1.求强连通分量、割点、桥、缩点：

对于Tarjan算法中，我们得到了dfn和low两个数组，

low[u]:=min(low[u],dfn[v])——(u,v)为后向边，v不是u的子树；

low[u]:=min(low[u],low[v])——(u,v)为树枝边，v为u的子树；

下边对其进行讨论：

若low[v]>=dfn[u],则u为割点，节点v的子孙和节点u形成一个块。因为这说明v的子孙不能够通过其他边到达u的祖先，这样去掉u之后，图必然分裂为两个子图。这样我们处理点u时，首先递归u的子节点v，然后从v回溯至u后，如果发现上述不等式成立，则找到了一个割点u，并且u和v的子树构成一个块。

vis[]={0},head[]={0};

void tarjan(int x){

int i,v;

vis[x]=1,dfn[x]=low[x]=++num;

for(i=head[x];i;i=next[i]){

v=edge[i].to;

if(!vis[v])

{

tarjan(v);

low[x]=min(low[x],low[v]);

if(dfn[x]<=low[v]) vis[x]++;

}

else low[x]=min(low[x],dfn[v]);

}

if((x==1&&vis[x]>2)||(x>1&&vis[x]>1))

vis[x]=2;

else vis[x]=1;//v[x]=2表示该点为割点，注意其中第一个点要特判

}

若low[v]>dfn[u],则(u,v)为割边。 但是实际处理时我们并不这样判断，因为有的图上可能有重边，这样不好处理。我们记录每条边的标号（一条无向边拆成的两条有向边标号相同），记录每个点的父 亲到它的边的标号，如果边(u,v)是v的父亲边，就不能用dfn[u]更新low[v]。这样如果遍历完v的所有子节点后，发现low[v]=dfn[v]，说明u的父亲边(u,v)为割边。

vis []={0};head[]={0};

void tarjan(int x){

int i,v;

vis[x]=1;dfn[x]=low[x]=++num;

for(i=head[x];i;i=edge[i].next){

v=edge[i].to;

if(!vis[v])

{

p[v]=fa[i];//记录父亲边

tarjan(v);

low[x]=min(low[x],low[v]);

}

else if(p[x]!=fa[i])//不是父亲边才更新

low[x]=min(low[x],dfn[v]);

}

if(p[x]&&low[x]==dfn[x]) bridge[p[x]]=1;//是割边

}