强连通分支及kosaraju算法

图论中最重要的结构，很多图论问题都可以转化为强连通分支来降低处理复杂度。一个强连通分支中所有的点都是互相连通的，可以将其收缩为单个点，以此来简化图的处理。强连通分支中的点集合是一个最大集合，即再加入任何一个其他点都会导致不连通。

 

引理1：图G的两个强连通分支C、C’，如果存在点u属于C，u’属于C’，使得(u,u’)为G的一条边，则一定不存在另一条边(v’,v)，使得v’属于C’，v属于C。

反证法，假设存在这样的一条边(v’,v)，则强连通分支C和C’是互相连通的，即属于一个强连通分支，矛盾。由此可以有分支图的概念

 

定义：图G的分支图G^SCC=(V^SCC，E^SCC)，将图G的每一个强连通分支看作一个点，这个点属于V^SCC，即分支图G^SCC的点数为图G的强连通分支数目，不妨设G的强连通分支为C₁,C₂,...,C_k，则分支图的点集G^SCC为v₁,v₂,...,v_k；定义边(v_i,v_j)属于E^SCC，当且仅当G中有一条边(x,y)，且x属于C_i，y属于C_j，由引理1保证此边的方向是唯一的。

 

引理2：图G的分支图G^SCC是一个有向无环图(DAG)

反证法，与引理1证明类似，假设存在一个环，则这个环上的所有的强连通分支均互相可达，与多个强连通分支矛盾。故分支图G^SCC是一个有向无环图

 

习题22.5-1 增加一条边对图G的强连通分支个数会有什么影响？

假设增加一条边(u,v)，u属于强连通分支Ci，v属于强连通分支Cj，

(1) 如果i==j，即同属于一个强连通分支，则添加这条边对强连通分支个数没有影响；

(2) 如果Cj到Ci没有路径，则添加这条边后对强连通分支个数也没有影响

(3) 如果Cj到Ci存在一条路径，则添加这条边后使用Cj,Ci,...Cj形成一个环，在这个环上的所有强连通分支会变成一个新的连通分支，总的强连通分支个数会减少。

 

定义：图G的转置图G^T，将图G中的所有边的方向转向即成G^T，严格定义G=(V,E)，G^T=(V,E^T)， E^T={(u,v):(v,u)属于E}

 

引理3：图G^T与G有着相同的强连通分支

假设图G的一个强连通分支C_i，图GT中C_i对应的C_i^T，此子图仍然是互相连通的，同时也是一个极大的连通子图，否则如果存在一个点u，使得C_i^T 与u互相连通，则在图G中C_i与u也是互相连通的，矛盾。

由此证明图G^T与G的强连通分支相同。

 

习题22.5-4 证明((G^T)^SCC)^T=G^SCC

由引理3G^T与G的强连通分支相同，则((G^T)^SCC)^T与G^SCC有着相同的点集，只要证明其边集也相同即可。

假设边(x,y)属于G^SCC，即G存在两个强连通分支Ci,Cj，x属于Ci，y属于Cj，则可知(y,x)必属于(G^T)^SCC，于是(x,y)必属于((G^T)^SCC)^T

假设边(x,y)属于((G^T)^SCC)^T，则可知(y,x)必属于(G^T)^SCC，则(x,y)必属于G^SCC

 

 

引理4：任何一个强连通分支必定包含于图G的DFS过程中的某一个子树。

证明，一个强连通分支C，在图G的DFS过程中，假设强连通分支C中第一个访问的点是u，则C中其他点均可以从u可达，根据白色路径定理，则C中其余的任何点都是点u的子孙结点，如此以u为树根的子树中一定包含该连通分支C

由引理4可知，从任意结点开始DFS，都会使得任何一个强连通分支必定全部包含于某一个DFS树中，即一个DFS树必定是由若干个强连通分支组成的。同时此引理也是强连通分支Tarjan 算法、Kosaraju的基础

 

DFS过程中有结点的结束时间f(v)，这里定义结点集合的结束时间f(U)，

f(U) = max{f(u): u属于U}，即结点集合中最后完成DFS的结点时间。

 

引理5：图G的任意两个强连通分支C,C’，如果存在一条边(u,v)，u属于C，v属于C’，则f(C) > f(C’)

证明：从C和C’这两个集合中第一个访问的结点来考虑

(1) 第一个访问的结点x属于C，则根据白色路径定理，C和C’中其余结点均是u的子孙结点，故结点x最后结束，显然有f(C)> f(C’)

(2) 第一个访问的结点x属于C’，从x必定无法访问到C，所以C’的其余结点均是x的子孙结点f(C’) =f(x)，当结点x访问结点时，C中的结点尚未被访问过，故显然有f(C) > f(C’)

这个引理可以看作是有向无环图中拓扑序列的一个性质，即有向无环图存在一条边(u,v)，则必须有f(u) > f(v)，只要将强连通分支收缩成一个点，即将图G看作其分支图G^SCC

对于其转置图G^T来讲，结论正好相反，如果存在边(u,v)属于G^T，且u、v分属于两个强连通分支C、C’，则有f(C) < f(C’)。

 

Kosaraju算法：第一次DFS获取图G的一个拓扑排序，然后按照拓扑排序的顺序，对图G^T进行一次DFS，获得的DFS森林即是不同的强连通分支

此算法需要两次DFS，以下所有的f均针对第一次DFS过程。使用数学归纳法进行证明，假设第二次DFS时前k个DFS树均是强连通分支，在k=0时显然。

由归纳假设，前k个DFS树均是强连通分支，由第二次DFS过程，取余下所有点中的最晚结束的结点u，假设u属于强连通分支C，则对于尚未访问的任何一下其他连通分支C’，有f(u) = f(C) > f(C’)，由引理5可知，不存在从C到C’的边，于是从访问u开始，DFS过程访问完C后就结束，恰好是一个完整的强连通分支C

将G看作G^SCC再来理解Kosaraju算法，第一次DFS相当于将G^SCC作了一次拓扑排序，因为G^SCC是有向无环图。然后第二次DFS时，按照G^SCC的拓扑逆序对GT进行DFS，相当于以(G^T)^SCC逆拓扑排序的方式进行DFS，所以每一个DFS树均对应(G^T)^SCC的一个点集，即G的一个强连通分支，又因为((G^T)^SCC)^T= G^SCC，第二次DFS正好是G^SCC的拓扑排序，这是Kosaraju算法的一个隐藏性质。

 

这个算法初看起来甚是神奇，简单的两次DFS就可以得到强连通分支，几乎不用其他的数据结构，感谢Kosaraju这个印度人。

最后是代码实现：

#include <stdio.h>
#include <time.h>
#include <stdlib.h>
#include <string.h>

#include "list.h"               /* list from Linux_kernel */
#include "graph.h"

static void print_scc(struct list_head *head, int scc_no)
{
    struct link_vertex *v = NULL;

    printf("The %d SCC:\n", scc_no);
    list_for_each_entry(v, head, qnode) {
        printf("%d ", v->vindex);
    }
    printf("\n");
}

int find_scc(struct link_graph *G)
{
    int *color, i = 0;
    struct link_graph GT;
    struct link_vertex *v = NULL;
    struct list_head topo_head, scc_head;
    
    color = malloc(sizeof(int) * G->vcount);
    for (i = 0;i < G->vcount;i++) {
        color[i] = COLOR_WHITE;
    }

    INIT_LIST_HEAD(&topo_head);
    graph_topo_sort(G, &topo_head);

    printf("\n\nOutput all components of this graph\n\n");
    graph_transpos(G, >);
    i = 0;
    list_for_each_entry(v, &topo_head, qnode) {
        INIT_LIST_HEAD(&scc_head);
        if (color[v->vindex] == COLOR_WHITE) {
            DFS_visit_topo(>, GT.v + v->vindex, color, &scc_head);
            print_scc(&scc_head, i++);
        }
    }
    link_graph_exit(>);
    free(color);
    printf("This graph has %d scc components\n\n", i);

    return 0;
}