来个强连通分量的

最新推荐文章于 2024-05-08 22:04:44 发布

jiangjiashi

最新推荐文章于 2024-05-08 22:04:44 发布

阅读量1.6k

点赞数

分类专栏：其它文章标签：算法 graph components windows phone 2010 编程

其它专栏收录该内容

21 篇文章 0 订阅

订阅专栏

随笔 - 23 文章 - 0 评论 - 7 trackbacks - 0

2010年8月

日

一

二

三

四

五

六

粉丝 - 1
关注 - 3
我的主页个人资料
我的闪存发短消息

搜索

常用链接

随笔分类

随笔档案

阅读排行榜

评论排行榜

【转载】Tarjan算法求强连通分量

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
       
        visited)                  
       
       //
       
        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的Tarjan算法是以其发明者Robert Tarjan命名的。Robert Tarjan还发明了求双连通分量的Tarjan算法，以及求最近公共祖先的离线Tarjan算法，在此对Tarjan表示崇高的敬意。

PS：C++代码

      
      
       
       #define
       
        MY_MAX 1004
       
       


       
       bool
       
        visited[MY_MAX], instack[MY_MAX];

       
       int
       
        stack[MY_MAX], top;

       
       int
       
        N, M;
vector
       
       <
       
       int
       
       >
       
        graph[MY_MAX];

       
       int
       
        dfn[MY_MAX], low[MY_MAX];


       
       int
       
        INDEX, num;

       
       void
       
        tarjan(
       
       int
       
        u){
    
       
       int
       
        v;
    dfn[u] 
       
       =
       
        low[u] 
       
       =
       
        INDEX
       
       ++
       
       ;
    stack[
       
       ++
       
       top] 
       
       =
       
        u;
    instack[u] 
       
       =
       
        
       
       true
       
       ;
    visited[u] 
       
       =
       
        
       
       true
       
       ;
    
       
       for
       
       (size_t i
       
       =
       
       0
       
       ; i
       
       <
       
       graph[u].size(); 
       
       ++
       
       i){
        v 
       
       =
       
        graph[u][i];
        
       
       if
       
       (
       
       !
       
       visited[v]){
            tarjan(v);
            low[u] 
       
       =
       
        min(low[u], low[v]);
        }
        
       
       else
       
        
       
       if
       
       (instack[v])
            low[u] 
       
       =
       
        min(low[u], dfn[v]);
    }
    
       
       if
       
       (dfn[u] 
       
       ==
       
        low[u]){
        
       
       ++
       
       num;
        
       
       do
       
       {
            v 
       
       =
       
        stack[top
       
       --
       
       ];
            instack[v] 
       
       =
       
        
       
       false
       
       ;
        }
       
       while
       
       (v 
       
       !=
       
        u);
    }
}