tarjan算法详解

如果两个顶点可以相互通达，则称两个顶点 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 。 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。

Tarjan算法是用来求有向图的强连通分量的。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。

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。

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 。

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)。

下面是伪代码：

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  (visnotvisted) //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  (vinS) //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

         printv

         until(u==v)

     }