两种强连通分量算法——tarjan和kosaraju

这两个算法其实都非常简单,其中tarjan算法只需进行一次dfs,更为高效。但我更喜欢kosaraju算法,因为这个算法的思考过程更加巧妙。

tarjan算法的思想非常简单直观,随便找篇教程就很容易理解,下面我主要讲讲kosaraju算法。

kosaraju算法进行两次dfs,第一次在原图上进行,并在结点递归调用返回时将结点压入一个栈中,第二次dfs在原图的逆图上进行,并且初始点选择栈中最上面的点,每次dfs所访问的点构成一个强连通分量。

第一次看kosaraju算法的时候,我很不解,为什么第二次dfs随便遍历一下就能找到一个强连通分量呢?后来才顿悟,这里关键是选取的遍历起始点的顺序。这里就要好好研究一下为什么第一次遍历能够为第二次遍历打下这么神奇的基础。其实第一次dfs的操作,非常像一个基础的算法——拓补排序,对,操作基本是一样的,只是这里的目的不是得到每个结点的拓补有序序列,而是。。。。对,其实不难想到,是强连通分量的拓补有序序列,可以看下面的图片:


我画的比较简单,原图是有12个结点的有向有环图,其中四组都是带有环路的强连通分量,把这些强连通分量看成一个点——也就是很多人所提到的缩点。我们就可以发现,第一遍dfs得到的是缩点后,图的拓补排序。

  • 1
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Tarjan算法Kosaraju算法都是求解有向图强连通分量算法,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) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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