有向图的强连通性 & Kosaraju算法（求有向图的强连通分量）

浅谈无向图的连通性

连通图是无向图的一个概念：

• 在无向图中，若从顶点 $v_1$ 到顶点 $v_2$ 有路径，则称顶点 $v_1$ 与 $v_2$ 是连通的；
• 如果图中任意一对顶点都是连通的，则称此无向图是连通图。

对于一个非连通图，可以通过深度优先搜索或广度优先搜索来获取它的连通分量：从一个未访问过的节点开始进行深度优先或者广度优先搜索，其能到达的所有顶点及其相关的边构成的子图就是一个连通分量；直到访问完全部的节点，便可以获取该图的所有连通分量。

有向图强连通性的概念

在有向图 $G=(V,E)$ 中，若对于每一对顶点 $v_1$ 和 $v_2$，都存在一条从 $v_1$ 到 $v_2$ 和从 $v_2$ 到 $v_1$ 的路径，则称此图是强连通图。

相应地有 强连通分量（极大强连通子图） 的概念：设 $E_i(1\le i\le r)$ 是头、尾均在 $V_i$ 中的边集，则子图 $G_i(V_i,E_i)$称为 $G$ 的一个强连通分量，简称强分量、强支。

强连通图只有一个强连通分量，即其自身；非强连通的有向图有多个强连通分量。

如上图可以分为 5 个强连通分量。

设从 $v$ 可到达（以 $v$ 为起点的所有有向路径的终点）的顶点集合为 $T_1(G)$，而到达 $v$（以 $v$ 为终点的所有有向路径的起点）的顶点集合为 $T_2(G)$，则包含 $v$ 的强连通分量的顶点集合是：$T_1(G)\cap T_2(G)$。

强连通图的性质定理

定理：一个有向图是强连通的，当且仅当 $G$ 中有一个回路，它至少包含每个顶点一次。

• 充分性：如果 $G$ 中有一个回路，它至少包含每个顶点一次，则 $G$ 中任两个顶点都是互相可达的，故 $G$ 是强连通图。
• 必要性：如果有向图是强连通的，则任两个顶点都是相互可达，故必可做一回路经过图中所有顶点。若不然则必有一回路不包含某一顶点 $v$，并且 $v$ 与回路上的各顶点就不是相互可达，与强连通条件矛盾。

求有向图强连通分量—Korasaju算法

在计算科学中，Kosaraju的算法（又称为 Sharir Kosaraju算法）是一个线性时间(linear time)算法找到的有向图的强连通分量。它利用了一个事实，逆图（与各边方向相同的图形反转, transpose graph）有相同的强连通分量的原始图。

算法步骤：

• （1）深度优先遍历 $G$（起点如何选择无所谓），并计算出 $每个顶点u的结束时间dfn[u]$（即按递归写法出系统栈的顺序编号，完成时间，这个编号和深度优先遍历序列是不同的）；
• （2）深度优先遍历 $G$ 的转置（反向）图 $G^T$，选择遍历的起点时，按照顶点的结束时间从大到小进行。遍历的过程中，一边遍历，一边给顶点做分类标记，每找到一个新的起点，分类标记值就加 1。
• （3）第（2）步中产生的标记值相同的顶点构成深度优先森林中的一棵树，也即一个强连通分量。

这里提出了 $每个顶点的结束时间$ 这个概念，这个编号和深度优先搜索的编号是不同的，在拓扑排序的 DFS实现（递归）中也用到了每个顶点的结束时间。

在上图中，图 $(a)$ 表示有向图 $G$，要求其强连通分量：

• 假设从 $(a)$ 开始进行深度优先搜索（其实选哪个点都无所谓，最后得到的强连通分量是相通的），记录每个顶点的结束时间，结束时间如 $(b)$ 所示；
• 然后对 $G$ 进行反向得到 $G^T$，按上一步得到的结束时间从大到小再对 $G^T$ 进行深度优先搜索（普通的深度优先搜索）：
  • 先从结束时间最晚的 $a$ 开始搜，可以搜索到 $a,d,c$ 三个节点，所以将 $a,d,c$ 最为一个强连通分量中的节点；
  • 目前未访问的且结束时间最晚的节点是 $b$，所以再从 $b$ 开始对 $G^T$ 进行深度优先搜索，可以搜到 $b,e,f$，所以将 $b,e,f$ 作为一个强连通分量中的节点；
  • 至此，图 $G^T$ 中没有未访问的节点，算法结束，共两个强连通分量，如 $(d)$ 所示。

伪代码：

/* 按弧的正向搜索，起点如何选择无所谓 */
int in_order[MAX_VEX] ;
void DFS(OLGraph *G , int v)  	 // 求每个节点的结束时间
{ 
    ArcNode *p;
    Count = 0;
    visited[v] = TRUE;
    for(p=G->xlist[v].firstout; p!=NULL; p=p->tlink)
        if(!visited[p->headvex])
            DFS(G, p->headvex);
    in_order[count++]=v; 		 // 出系统栈的顺序，不是真的深度优先搜索序列
} 

/* 对图G按弧的逆向进行搜索 */
void Rev_DFS(OLGraph *G , int v)
{ 
    ArcNode *p;
    visited[v] = TRUE;
    printf(“%d”, v); /* 输出顶点 */
    for(p=G->xlist[v].firstin; p!=NULL; p=p->hlink)
        if(!visited[p->tailvex])
            Rev_DFS(G, p->tailvex);
} 

void Strongly_Connected_Component(OLGraph *G)
{ 
    int k = 1, v, j;
    
    /* 对图G正向遍历 */
    for (v=0; v<G->vexnum; v++) 
        visited[v] = FALSE;
    for (v=0; v<G->vexnum; v++)
        if(!visited[v]) 
            DFS(G, v);

    /* 对图G逆向遍历 */
    for (v=0; v<G->vexnum; v++) 
        visited[v] = FALSE;
    for (j=G->vexnum-1; j>=0; j--) { 
        v = in_order[j];
        if (!visited[v]) {
            // 从这个点开始的深度优先搜索能搜到的节点都属于一个连通分量
            printf(“\n第%d个连通分量顶点: ”, k++);
            Rev_DFS(G, v)；
        }
    }
}

参考

https://blog.csdn.net/yjw123456/article/details/90447207。