Tarjan（塔杨）算法详解

前言

Tarjan（塔杨）算法其实不是很复杂，对于图这一块而言，Tarjan算法还是很有作用的，咱们现在一起来看看这个算法是啥东西以及咋实现。

简介

tarjan算法最直接的作用就是求图的联通分量。啥是联通分量呢？请你出去搞清楚再进来，谢谢。（啥是图？别进来了）
这算法如同基石一般，在此基础上我会研究联通分量的作用，后话了。
如果有人可以做个gif图，形象展示一下tarjan算法的过程，那就很棒了，可惜我不会。

教学代码-有向图的强联通分量

咱们先来个教学篇，讲一下这个tarjan算法的实现流程。
先给你一张单向图：

首先我得描述这些关系：

    vector<pair<int, int> >Relations;
    Relations.push_back(make_pair(1, 3));
    Relations.push_back(make_pair(1, 2));
    Relations.push_back(make_pair(2, 4));
    Relations.push_back(make_pair(3, 5));
    Relations.push_back(make_pair(3, 4));
    Relations.push_back(make_pair(4, 6));
    Relations.push_back(make_pair(5, 6));
    Relations.push_back(make_pair(4, 1));

接着看你喜欢了，我用邻接表保存这些单向关系

    vector<int> rel1, rel2, rel3, rel4, rel5, rel6;
    vector<int>* details[6] = {
   &rel1, &rel2, &rel3, &rel4, &rel5, &rel6};
    for (int i = 0; i < Relations.size(); ++i)
    {
   
        details[Relations[i].first-1]->push_back(Relations[i].second-1);
    }

然后我再定义几个要维护的数组还有一个stack

    int Vis[6] = {
    0 };     //0:not visited        1:in stack       2:leave stack
    int Dfn[6] = {
    0 };
    int Low[6] = {
    0 };
    int TimeStamp = 1;
    stack<int> sk;

这个Vis数组就有趣了，0表示没有访问过，1表示还在stack中，2表示已经出stack
timeStamp表示全局时间，没事可以暂时不理解。
Dfn数组用来记录每次的timeStamp
Low数组就没那么省心了。每个节点都或多或少有一片以自己为根节点的树。Low就代表了，这棵树能触碰到的最小的Dfn，加上dfs的帮助，于是这个Low就可以一直上传上去。
我相信你肯定已经懵逼了，毕竟这样说，太晦涩难懂。我这么说吧：啥叫强联通呢？从一个节点出发，兜兜转转，最后回到了自己。tarjan算法就是一种基于深度优先的算法，从起始节点一直找下去，最后找到了自己，那咋知道找到自己了呢？肯定是深度优先算法在回退的时候要一层层的将“哦吼，我找到最开始那个节点啦”这件事情带回去。
这样一来你就清楚了，tarjan算法对一个节点，要干点啥了：
tarjan：
1.先将Vis数组的下标置为已经访问，但是还没出stack（1），同时将Dfn和Low维护一下（就按照timeStamp走就行），顺便将这个节点入栈；
2.开始处理每一个自己的关系指向。
2.1如果这个关系指向是Vis=2，也就是早就经历过入栈出栈，那就别管了，pass
2.2如果这个关系指向是Vis=0，那就对其执行Tarjan算法（对没错，深度优先嘛，就递归了），反正执行完成后你总得出来（出来以后真的有可能也成2了，但是没关系，这个时候变2，那也是OK的，至少和自己有关系）。等出来之后，就直接借此更新Low下标，棒
2.3如果这个关系指向是Vis=1，也就是说，已经访问过了，那就没必要继续递归，直接借此更新Low下标，棒
3.深度，这事儿已经在第二步都做完了，下面咱们得开始退出了。这里退出的时候要伴随着可能发生的pop（每次pop出来的都是一组强联通分量）。像节点6走了一圈发现没啥，就要出去，很显然6是强联通分量，于是6pop出去了，同时更新一些Vis=2，开心。
轮到5了，显然和6一样的下场。