有向图的强连通分量

所谓有向图，指的是图中的通路具有方向性。例如： A ---> B, 表示从节点 A 到 B 有条通路， 而从 B 到 A 是不通的。有向图中的强连通分量，是指有向图的一群节点，这些节点相互之间都有路径。 求图的强连通分量都是通过对图进行深度优先搜索来实现。深度优先搜索有一些奇妙的性质。深度优先搜索最终会将图析构成一棵树（普通意义上的树），那么这棵树上的节点发现的顺序，称为时间戳，一般的算法书上会用 DFN(x) 表示节点 x 的时间戳。一个节点有两个相关的时间戳，一个是节点被深度优先搜索第一次遍历，使用记号 d[v] 表示， 也用 dfn[v] 来表示。另外一个是以该节点作为树根的树被遍历完的时间戳，使用 f[v] 来表示。下面对图的深度优先遍历会使用以下的记法：

( A   (C  (D, D)  (B,  B)  C)  A)

 1    2   3  4   5   6   7   8

   Node(x)    ( d(x),   f(x))

A         1        8

C         2        7

D         3        4

B         5        6

这里的道理是显然的，其实图的深度优先搜索就是树的先序遍历，只不过在图的深度优先遍历中，不可避免的会存在回边，但是在对图的节点做访问标志标记后，可以防止访问之前访问过的节点。在图的遍历中，存在以下四种边。

1）  树枝边 (FOREST) , 例如上图 A-->C

2）  前向边 (FORWARD)

3）  后向边 (BACKWARD) 例如上图 B-->A 

4）  横跨边 (CROSS)

下面说说 Gabow 算法，该算法定义了节点的如下一种性质：

LowLink(U) = min{ dfn(U), dfn(W)}; 以下简单记为 

L(U) = min{ d(U), d(W)};

W 是从 U 或者 U的后代出发用一条 BACKWARD 或者 CROSS 所能到达的同意强连通分支的顶点。

由此可见， L(U) 是U所处的强分支中出发先用 FOREST , FORWARD,最后使用 BACKWARD, CROSS 能到达的 dfn 最小的顶点的序值。对于强连通分支的树根 R，显然有 L(R) = d(R), 因此，当深度搜索从 d(X) = L(X) 的顶点X返回时,从树中移去以 X为根的所有顶点，这些顶点构成一个强连通分量。

现在来计算顶点 U 的 L(U) 值。

1）  第一次访问节点 U, 做 L(U) = d(u);

2）  通过后向边 (u, w), 做 L(U) =  min {LL(v), LL(w)}

3）  遇到横跨边 (u, w), 做 L(U) = min { LL(v), DFN(w)}

4）  从 U 的儿子 W 返回时， 做 L(U) = min { LL(v), LL(w)}

对于图的遍历序列，写成以下形式：

A B C D E F G H I J K 

例如： L(G) = dfn(D), 那么我们可以用如下形式表示：

A B C D E F G 

      |_____|

也就是从G --> D 的通路是存在的。

下面证明 Gabow 算法的正确性。

必要性：

1） 从 A ----> X , X 为非根节点，这条路径是存在的。

2） 从 X ---> Y,  只要证明 X ---> A 存在，那么

          X --> A ---> Y 存在，即 X -->Y 存在，这里 X 指任意一个节点。

3） 证明 X --> A 存在， 因为 L(X) < dfn(X), 那么 X --> P, (在序列中 P 在 X 前面），同理 L(P) < dfn （P),那么存在 P --> Q (在序列中 Q 在 P 前面），图形表示如下： 

A  B  C  D  E  F  G  H  I  J  K  L  M

 |_________| |_____| |___________| |_________|   

就是说 L(M) = dfn(J)

           L(J)  = dfn(F)

           L(F)  = dfn (D)

       L(D)  = dfn(A)

这样一系列的路径  M --> J --> F ---> D ----> A . 

算法的具体操作过程如下：

从根节点 A 出发深度优先遍历，检查的条件是当从以某一个节点为根的子树遍历完成是看 if ( L(R) == dfn(R) )，这是合理的, 可以通过模拟栈来实现。当某节点的 L(U) = dfn(U)的时候，这个节点无法访问其祖先节点，而他的所有儿子节点亦无法访问其祖先节点，因为如果有儿子能访问其祖先的话，那么根据计算法则四 L(U) 必定小于 dfn （U),因为祖先节点的 dfn 肯定要比儿子的小。反映到图上就是：

 A  B  C  D     E  F  G  H  I  J  K  

 ------------------|    |------------------------------

从 E - K 没有一个节点能访问到 A - D, 所以 E -K 是一个单独的极大连通分量。当任何一个极大连通分量分离出来后，任何指向这个连通分量的边都应该忽略。假设这个边的狐头顶点位与另外一个极大连通分量中，如果还有一个从原来连通分量到这个连通分量的边的话，那么开始遍历的时候，这个连通分量就会被包含进去。

关于四条计算规则：

1）  肯定没有问题；

2）  没有问题

4）  没有问题

简单的看看 3）， 假定序列如下：

A  （ [T1]   [T2]  [T3] )

        |____________|

为什么 CROSS 需要考虑进去？ 这里 [T3] ---> K , K 属于 [T1], 要看到 [T1] 还在栈中，这说明了 [T1]  A 是属于一个连通分量的。而且 [T1] 已经检查过了，而且没有拿掉，所以存在:

A   ( [T1]    [T2]    [T3])

|_____| |_______________|

还有一个值得注意的是，检查是从任何的叶子节点慢慢向上开始了。

充分性： 

使用归纳法，或者反证法，叙述起来很麻烦，想倒是很容易。

Kosaraju 算法使用 2 次 DFS ， 一次是正的，一个是反的。很容易理解。对于一个真正的强连通分量，不论是正的遍历还是反的遍历，都可以把所有的节点纳入到一个树中。这一点是肯定的。该算法通过两次遍历生成 T1, T2, 然后找两者的共同元素。请注意 T1, T2 含有共同的根节点。 假定集合 P 中的顶点是T1, T2 的交集。假定 T1 是正DFS, T2 是反 DFS;

那么假定根节点为 R, 对集合的任意两点 A, B, 下面正面 A --> B 存在。

因为 A 属于 T2, 那么存在 A --> R

因为 B 属于 T1, 那么存在 R--> B, 所以存在 A -->B. 这个结论的充分性也很好证明；