图--强连通分支

图–强连通分支

1. 我们关注一下互联网相关的非常巨大图

   1. 由主机通过网线(或无线)连接而形成的图
   2. 以及由网页通过超链接连接而形成的图
      1. 以网页(URI作为id)为顶点,网页内包含的超链接作为边,可以转换为一个有向图

2. 我们可以猜想,web的底层结构可能存在某些同类网站的聚集

3. 在图中发现高度聚集节点群的算法,即寻找"强连通分支"算法

4. 强连通分支,定义为图G的一个子集C

   1. C中的任意两个顶点v,w之间都有路径来回,即(v,w) (w,v)都是C的路径,而且C是具有这样性质的最大子集

   2. 下图是具有3个强连通分支的9顶点有向图

      

   3. 一旦找到强连通分支,可以据此对图的顶点进行分类,并对图进行化简

      

5. 利用深度优先搜索,我们可以再次创建强大的算法

6. 在用深度优先搜索来发现强连通分支之前,先熟悉一个概念: Transposition转置

   一个有向图G的转置${\mathbf{G}}^{\mathbf{T}}$,定义为将图G的所有边的顶点交换次序,如将(v,w)转换为(w,v)

   可以观察到图和转置图在强连通分支的数量和划分上,是相同的

   

7. 强连通分支算法: Kosaraju算法思路

   1. 对图G调用DFS算法,为每个顶点计算"结束时间";
   2. 然后,将图G进行转置,得到${\mathbf{G}}^{\mathbf{T}}$,
   3. 再对${\mathbf{G}}^{\mathbf{T}}$调用DFS算法,但在dfs函数中,对每个顶点的搜索循环里,要以顶点的"结束时间"倒序的顺序来搜索
   4. 最后,深度优先森林中的每一棵树就是一个强连通分支

# coding: utf-8

# from pythonds.graphs import Graph
import graph_ccc


# 通用深度优先搜索
class DFSGraph(graph_ccc.Graph)