Kosaraju缩点算法详解

相对于Tarjan算法,Kosaraju算法更容易理解,原理非常简单,就是对一张有向图进行两次DFS遍历。

下面我们用一张图作为实例,讲解Kosaraju算法的实现过程:

这是一张有向图,对于强连通分量,我们一眼就看出来了,而机器有没有眼睛,那怎么识别呢?

首先我们以从一号到五号节点顺序进行DFS,我们用dfn数组记录dfs访问退出的记录。

遍历之后记录,我们记录下先后退出记录为 [5][3][2][4][1]。

然后我们对图的边反向,得到反图:

我们用得到dfn数组按照反向顺序再次遍历这张反图,同次dfs遍历到的点的集合是一个强连通分量。

若这样还是不懂,我们继续模拟过程:

我们以[1][4][2][3][5]的顺序对反图dfs。

我们以1为起点遍历,得到集合{1,4},是一个强连通分量。

我们后面再以2为起点遍历,得到集合{2,5,3},也是一个强连通分量,这样,我们的算法就实现了。

 

上传我本人的代码:

#include<bits/stdc++.h>
using namespace std;

struct node{
	int v,next;
}edge1[100010],edge2[100010];
int en,n,m,head1[100010],head2[100010];
bool vis[100010];
int dfn[100010],col[100010],cnt;
	//dfn记录第几个退出。
 
void add(int u,int v){
	en++;
	edge1[en].v=v;
	edge1[en].next=head1[u];
	head1[u]=en;
	edge2[en].v=u;
	edge2[en].next=head2[v];
	head2[v]=en;
}

void dfs(int s){
	vis[s]=true;
	for(int i=head1[s];i;i=edge1[i].next)
		if(!vis[edge1[i].v])
			dfs(edge1[i].v);
	dfn[++cnt]=s;
	return;
}

void Dfs(int s,int k){
	col[s]=k;
	printf("%d ",s);
	for(int i=head2[s];i;i=edge2[i].next)
		if(col[edge2[i].v]==0)
			Dfs(edge2[i].v,k);
	return;
}

void Kosaraju(){
	for(int i=1;i<=n;i++)
		if(!vis[i])
			dfs(i);
	int kind=0;
	for(int i=0;i<n;i++)
		if(!col[dfn[n-i]]){
			kind++;
			Dfs(dfn[n-i],kind);
			printf("\n");
		}
}

int main(){
	cin>>n>>m;
	for(int i=0;i<m;i++){
		int u,v;
		scanf("%d%d",&u,&v);
		add(u,v);
	}
	Kosaraju();
	return 0;
}
/*
输入:
5 7
1 2
3 5
5 2
2 3
1 5
1 4
4 1
输出:
1 4
2 5 3
*/

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Kosaraju's算法是一种用于查找强连通分量的图算法。以下是利用Python实现Kosaraju's算法的代码示例: ```python from collections import defaultdict class Graph: def __init__(self, vertices): self.V = vertices self.graph = defaultdict(list) def addEdge(self, u, v): self.graph[u].append(v) def DFS(self, v, visited, stack): visited[v] = True for i in self.graph[v]: if visited[i] == False: self.DFS(i, visited, stack) stack = stack.append(v) def transpose(self): g = Graph(self.V) for i in self.graph: for j in self.graph[i]: g.addEdge(j, i) return g def SCC(self): visited = [False] * (self.V) stack = [] for i in range(self.V): if visited[i] == False: self.DFS(i, visited, stack) gr = self.transpose() visited = [False] * (self.V) while stack: i = stack.pop() if visited[i] == False: gr.DFS(i, visited, []) print("") g = Graph(5) g.addEdge(1, 0) g.addEdge(0, 2) g.addEdge(2, 1) g.addEdge(0, 3) g.addEdge(3, 4) print("Strongly Connected Components:") g.SCC() ``` 在上述代码中,我们定义了一个Graph类,该类包含以下方法: - \_\_init\_\_():构造函数,初始化图中的顶点数和邻接表。 - addEdge():用于向邻接表中添加边。 - DFS():深度优先搜索算法,用于遍历图中的每个节点。 - transpose():用于反转图的邻接表。 - SCC():强连通分量算法,用于查找图中的强连通分量。 我们首先创建一个Graph对象,并向其添加边。然后,我们通过调用SCC()方法来查找图中的强连通分量。在SCC()方法中,我们首先通过调用DFS()方法来遍历图中的每个节点,并将其放入栈中。然后,我们通过反转图的邻接表来创建一个新的图,并再次使用DFS()方法来查找强连通分量。最终,我们将结果打印出来。 在上述代码中,我们使用了Python中的默认字典和列表来表示图和栈。这使得代码更加简洁和易于理解。
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