13.2 Tarjan算法

基本概念

  要理解Tarjan算法,必须了解以下两个概念,发现时间戳discovery time与低连接值low-link value
  发现时间戳这个很容易理解,Kosajaru算法没有使用到发现时间戳,但是使用了结束时间戳。低连接值是一个强连通分量(以下简称SCC)里所有节点的最小发现时间戳。也就是说一个SCC内,所有的点的低连接值相同。
  图拉真的算法其实很简单,在DFS过程中,如果没有环存在,那么低连接值是等于发现时间戳的。什么时候不会相等呢?产生回边的时候,如果有回边,那么就更新当前低连接值为邻居的低连接值,也就是父级节点的低连接值。在递归过程中,低连接值不断传递。如果没有遇到回边,那么节点就会被弹出,形成一个SCC。

实例

  如以下图:
在这里插入图片描述
  首先一直DFS下去,遇到一个回边:
在这里插入图片描述

  将其改成1的low值,也就是改成回边的low值:
在这里插入图片描述

  再是3:
在这里插入图片描述
在这里插入图片描述
  再是7:
在这里插入图片描述
在这里插入图片描述

  再是5,需要注意的是5不会更新1的low值,因为1已经被完全处理完了,已经弹出了栈:
在这里插入图片描述
在这里插入图片描述

  最后是6:
在这里插入图片描述
在这里插入图片描述

Python实现

# _*_ coding:utf-8 _*_


class UnweightedGraph:

    def __init__(self, vertices, edges):
        self.__vertices = vertices
        self.__edges = edges
        self.time = 0
        n = len(self.__vertices)
        self.disc = [0] * n
        self.low = [0] * n
        self.__pos = None

    # 四种颜色
    UNVISITED = 0
    VISITED = 1
    FINISHED = 2
    POPPED = 3

    def trajan(self):
        n = len(self.__vertices)
        self.time = 0
        colors = [UnweightedGraph.UNVISITED] * n

        stack = []
        scc_list = []
        for root in range(n):
            self.dfs(root, colors, stack, scc_list)
        return scc_list

    def dfs(self, root, colors, stack, scc_list):
        if colors[root] != UnweightedGraph.UNVISITED:
            return self.low[root]
        colors[root] = UnweightedGraph.VISITED
        self.time += 1
        self.disc[root] = self.time
        self.low[root] = self.disc[root]
        stack.append(root)

        for neighbour in self.__edges[root]:
            if colors[neighbour] == UnweightedGraph.POPPED:
                continue
            low_num = self.dfs(neighbour, colors, stack, scc_list)
            if low_num < self.low[root]:
                self.low[root] = low_num

        colors[root] = UnweightedGraph.FINISHED
        if self.low[root] == self.disc[root]:
            scc_list.append(UnweightedGraph.get_scc(colors, stack, root))
        return self.low[root]

    @staticmethod
    def get_scc(colors, trajan_stack, v):
        scc = []
        while len(trajan_stack) > 0:
            x = trajan_stack.pop()
            scc.append(x)
            colors[x] = UnweightedGraph.POPPED
            if x == v:
                break
        return scc

    def to_dot(self):
        s = 'digraph s {\nlayout=fdp\nnode[shape=box]\n'
        for v in self.__vertices:
            s += f'"{self.__vertices[v]}"[label="{self.__vertices[v]}(d={self.disc[v]},l=[{self.low[v]}])";pos="{self.__pos[v]}"];\n'
        for i, e in enumerate(self.__edges):
            for t in e:
                s += f'\"{self.__vertices[i]}\"->"{self.__vertices[t]}";\n'
        s += '}\n'
        return s

    @property
    def vertices(self):
        return self.__vertices

    @vertices.setter
    def vertices(self, value):
        self.__vertices = value

    @property
    def edges(self):
        return self.__edges

    @edges.setter
    def edges(self, value):
        self.__edges = value

    @property
    def pos(self):
        return self.__pos

    @pos.setter
    def pos(self, value):
        self.__pos = value

测试代码

import unittest
from com.youngthing.graph.trajan import UnweightedGraph


class MyTestCase(unittest.TestCase):
    def test_kosajaru(self):
        # 以这个图为例子:
        vertex = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M']
        edges = [
            [5],
            [0, 2, 6],
            [3, 6],
            [8],
            [3, 9],
            [1],
            [7, 10, 11],
            [3, 8, 11],
            [2, 12],
            [4, 8],
            [11],
            [12],
            [11],
        ]
        graph = UnweightedGraph(vertex, edges)
        scc_list = graph.trajan()
        for scc in scc_list:
            print([graph.vertices[x] for x in scc])
        print(graph.to_dot())

    def test_nyu_data(self):
        # 以这个图为例子:
        vertex = [0, 1, 2, 3, 4, 5, 6, 7]
        edges = [
            [1, 2],
            [3],
            [5, 6],
            [4],  # 3
            [1],  # $
            [1, 7],  # 5
            [5],  # 6
            [2],  # 7
        ]
        graph = UnweightedGraph(vertex, edges)
        graph.pos = ["0,0!", "-2,-1!", "2,-1!", "-4,-2!", "-2,-2!", "0,-2!", "2,-2!", "4,-3!"]
        scc_list = graph.trajan()
        for scc in scc_list:
            print([graph.vertices[x] for x in scc])
        print(graph.to_dot())


if __name__ == '__main__':
    unittest.main()

  测试结果完全正确:

[4, 3, 1]
[6, 7, 5, 2]
[0]
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
Tarjan算法和Kosaraju算法都是求解有向图强连通分量的算法,它们的时间复杂度都为O(N+M),其中N为图中节点数,M为图中边数。 Tarjan算法的基本思想是通过DFS遍历图中的节点,并在遍历的过程中维护一个栈,用于存储已经遍历过的节点。在遍历的过程中,对于每个节点,记录它被遍历到的时间戳和能够到达的最小时间戳,当一个节点的最小时间戳等于它自身的时间戳时,说明这个节点及其之前遍历到的节点构成了一个强连通分量,将这些节点从栈中弹出即可。 Kosaraju算法的基本思想是先对原图进行一次DFS,得到一个反向图,然后再对反向图进行DFS。在第二次DFS的过程中,每次从未被访问过的节点开始遍历,遍历到的所有节点构成一个强连通分量。 两种算法的具体实现可以参考以下代码: ```python # Tarjan算法 def tarjan(u): dfn[u] = low[u] = timestamp timestamp += 1 stk.append(u) for v in graph[u]: if not dfn[v]: tarjan(v) low[u] = min(low[u], low[v]) elif v in stk: low[u] = min(low[u], dfn[v]) if dfn[u] == low[u]: scc = [] while True: v = stk.pop() scc.append(v) if v == u: break scc_list.append(scc) # Kosaraju算法 def dfs1(u): vis[u] = True for v in graph[u]: if not vis[v]: dfs1(v) stk.append(u) def dfs2(u): vis[u] = True scc.append(u) for v in reverse_graph[u]: if not vis[v]: dfs2(v) # 构建图和反向图 graph = [[] for _ in range(n)] reverse_graph = [[] for _ in range(n)] for u, v in edges: graph[u].append(v) reverse_graph[v].append(u) # Tarjan算法求解强连通分量 dfn = [0] * n low = [0] * n timestamp = 1 stk = [] scc_list = [] for i in range(n): if not dfn[i]: tarjan(i) # Kosaraju算法求解强连通分量 vis = [False] * n stk = [] scc_list = [] for i in range(n): if not vis[i]: dfs1(i) vis = [False] * n while stk: u = stk.pop() if not vis[u]: scc = [] dfs2(u) scc_list.append(scc) ```
评论 2
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

打赏作者

醒过来摸鱼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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