强联通的三种算法初步介绍

背景

与XJ争论到底哪种算法的代码更简单。。。
这篇文章的参考代码都是关于这道题目的。

正题

在一个有向图中，若节点u和v可以互相到达，则称它们强联通。若任意两个点都可以互相到达，我们将这个图成为强连通图。

在强连通图的基础上加入一些点和路径，使得当前的图不再强连通，称原来的强连通的部分为强连通分量。

所以，若一个图有n个点，且强联通，那么这个图中至少有（n-1）条边。
鉴于模板题提到了缩点，那么这里也提一嘴缩点的用处。

缩点的用处：
缩点，就是把一个图中的环缩成一个点。
用于找一个图（有无向不在乎，不过要在意细节处理）两点间最远的距离、遍历整个图寻找最大值（本模板）等等问题。
它相当于把整个图变成了一棵树，而树之间找点与点的关系极其容易。
缩点还可以减少访问量以及边数，以达到减少空间、时间的目的。

话不多说，先看看第一种算法。

Tarjan算法

我们可以从任意节点出发，访问它指向的边。对于访问过的点，我们赋予它一个dfs序，即访问顺序的编号dfn（将它称之为时间戳），相当于标记它已经走过。我们再记录一个low值，即它能到达的最小时间戳。如果对于一个节点x，low[x]=dfn[x]，说明已经形成了回路（环），那么这一整块就是一个强联通分量（注意：满足这个判断条件的强联通分量不一定有很多个点，有可能只有x本身）。
怎么记录是哪些个点呢？我们可以设计一个栈。每访问一个点，就将这个点压入栈中。判断，**如果形成回路（环），就从栈顶一直弹出元素，直到x为止。**由于我们是实时判断，所以并不用担心把无关元素包进来。

例如有一个图，我们拿红色方框中的元素来举例。
假设我们从节点1开始访问，蓝色为dfn值，红色为low值。下面我们模拟一下缩点过程。
访问节点1，压栈。此时栈中元素为：1。
访问节点2，压栈。此时栈中元素为：1,2。
访问节点3，压栈。此时栈中元素为：1,2,3。
访问节点1，已经访问过了（dfn值不为0），不压栈。节点3试着更新low值，1更小，改变。此时dfn[3]≠low[3]。
回溯节点2，试着更新low值，1更小，改变。此时dfn[2]≠low[2]。
回溯节点1，试着更新low值，不改变。此时dfn[1]＝low[1]。从栈顶一次弹出元素：3,2,1。
于是我们直到节点1,2,3在一个强联通分量里。

参考代码：

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
struct node
{
   
    int x,y,next;
}a[110000];//记录边 
int last[11000],len=0;
int n,m;
int d[11000],color[11000],s=0,colorsum[11000],tm=0,ask[11000];
//d为点的权值，color记录环的编号，s为环的数量，colorsum记录每一个环的权值，tm表示当前时间戳，ask记录 i 点是否在栈中 
int low[11000],dfn[11000],list[11000],head=0,st[11000],ed[11000],l=0;
//low为 i 能到达的最小时间戳，dfn为 i 的时间戳，list为栈，head是栈顶，st为建环边的起点，ed为终点（毕竟是有向图） 
int f[11000],ans=0;//f[i]为以 i 为起点寻找到的最大值 
void ins(int x,int y)
{
   
    len++;
    a[len].x=x;a[len].y=y;
    a[len].next=last[x];last[x]=len;
}
void tarjan(int x)
{
   
    tm++;//当前时间戳 
    low[x]=dfn[x]=tm;
    list[++head]=x;ask[x]=1;//进栈 

    for(int k=last[x] ; k!=-1 ; k=a[k].next)
    {
   
        int y=a[k].y;
        if(dfn[y]==0)//如果 y 没有被访问过 
        {
   
            tarjan(y);//相当于递归 
            low[x]=min(low[y]