Tarjan算法求解一个无向图中的割点和桥问题

基本概念

割点:Articulation Point
在无向连通图中,删除一个顶点v及其相连的边后,原图从一个连通分量变成了两个或多个连通分量,则称顶点v为割点,同时也称关节点(Articulation Point)。
双连通的图:一个没有关节点的连通图称为重连通图(biconnected graph)(双连通图)。
连通度:k,若在连通图上至少删去k 个顶点才能破坏图的连通性。

算法应用

算法应用:通信网络中,用来衡量系统可靠性,连通度越高,可靠性越高。

求解方法

  1. 暴力求解,依次删除每一个节点v,用DFS(或者BFS)判断是否连通,再把节点加入图中。若用邻接表(adjacency list),需要做V次DFS,时间复杂度为O(V∗(V+E))O(V∗(V+E))
  2. Jarjan算法,只用一次DFS求解。

第一个方法不多说:
对于第二个方法
我们要维持两个数据结构:
dfn[u]:记录节点u在DFS过程中被遍历到的次序号。
low[u]:记录节点u或u的子树通过非父子边追溯到最早的祖先节点(即DFS次序号最小)。
其中对于low[u]的理解是这样的:当(u,v)为树边时,且v没有被访问过,则low[u]是min(low[u]和low[v])。当v被访问过,如果v不是u的父节点(如果是则说明有重边,不考虑),则(u,v)为回边,则low[u]取min(low[u], dfn[v])。
这里写图片描述
这里写图片描述

代码思路解析

#include<iostream>
  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: 在 Python ,可以使用 NetworkX 库来实现 Tarjan 算法。首先需要安装 NetworkX,可以使用 pip 安装: ``` pip install networkx ``` 然后可以使用下面的代码来输出无向图的所有环: ``` import networkx as nx G = nx.Graph() # 添加边 G.add_edges_from([(1, 2), (2, 3), (3, 1), (3, 4), (4, 5), (5, 3)]) cycles = nx.simple_cycles(G) for cycle in cycles: print(cycle) ``` 运行上面的代码将会输出无向图所有环的信息,每个环是一个由结点组成的列表。 ### 回答2: Tarjan算法是一种用于查找无向图所有环的算法,它可以有效地找到所有环并输出。 首先,我们需要了解Tarjan算法的基本原理。Tarjan算法使用深度优先搜索(DFS)来遍历的所有节点,并使用一个栈维护访问过的节点。在DFS过程,它会记录每个节点的访问次序(即dfs_num)和最小可以到达的节点的次序(即dfs_low)。如果发现存在一个节点v的子节点u,使得dfs_num[u] < dfs_low[v],则表示存在一个环。 下面是使用Python实现的Tarjan算法来输出无向图所有的环的例子: ```python def tarjan(graph): n = len(graph) dfs_num = [-1] * n dfs_low = [-1] * n on_stack = [False] * n stack = [] result = [] def dfs(v, parent): dfs_num[v] = dfs_low[v] = len(stack) stack.append(v) on_stack[v] = True for u in graph[v]: if dfs_num[u] == -1: # 如果u未被访问过 dfs(u, v) if on_stack[u]: dfs_low[v] = min(dfs_low[v], dfs_low[u]) if dfs_low[v] == dfs_num[v]: # v是一个新的强连通分量的根节点 cycle = [] while True: u = stack.pop() on_stack[u] = False cycle.append(u) if u == v: break result.append(cycle) for v in range(n): if dfs_num[v] == -1: dfs(v, -1) return result # 示例使用方式 graph = [ [1, 3], # 节点0的连接节点,注意连接关系是双向的 [0, 2], [1, 3], [0, 2, 4], [3] ] cycles = tarjan(graph) for cycle in cycles: print(cycle) ``` 在这个例子,我们首先定义一个无向图(使用邻接表表示)和一些用于DFS的辅助数据结构。然后,我们定义了DFS函数,它使用递归的方式进行深度遍历,并根据节点的访问次序和最小次序来判断是否存在环。最后,我们在主函数调用DFS函数,并输出所有的环。 这就是使用Python实现Tarjan算法输出无向图所有的环的方法。 ### 回答3: Tarjan算法是一种求解所有环的算法。Python可以通过实现Tarjan算法来输出无向图的所有环。 首先,我们需要构建的数据结构。可以使用字典来表示,其键为的节点,值为该节点连接的其他节点的列表。 接下来,我们定义一个函数来实现Tarjan算法,该函数接受当前节点、已访问过的节点集合、当前路径上的节点集合和结果集合作为参数。在函数,我们先将当前节点加入已访问过的节点集合和路径上的节点集合。 然后,我们遍历当前节点连接的所有节点,若该节点未被访问过,则递归调用Tarjan算法,并更新当前节点的低点。若该节点在路径上,说明找到了一个环,将路径上的节点加入结果集合。 最后,若当前节点的低点等于其自身节点,说明已经处理完了一个环,需要将结果集合输出。 以下是一个实现Tarjan算法输出无向图所有环的示例代码: ```python def Tarjan(node, visited, path, result, graph): visited.add(node) path.append(node) low = node for neighbor in graph.get(node, []): if neighbor not in visited: low = min(low, Tarjan(neighbor, visited, path, result, graph)) elif neighbor in path: low = min(low, neighbor) if low == node: cycle = [] while path[-1] != node: cycle.append(path.pop()) cycle.append(path.pop()) result.append(cycle) return low def findCycles(graph): visited = set() result = [] for node in graph: if node not in visited: Tarjan(node, visited, [], result, graph) return result # 示例无向图 graph = { 'A': ['B', 'C'], 'B': ['A', 'C', 'D'], 'C': ['A', 'B'], 'D': ['B'], } cycles = findCycles(graph) print(cycles) ``` 运行上述代码,可以输出无向图的所有环。对于示例无向图,输出结果为:[['B', 'A', 'C', 'B'], ['B', 'D', 'B']]。
评论 3
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
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