Warshall’s Algorithm: Transitive Closure小理解

前言

这一算法相关的博客很少，因此我觉得很有必要写这篇博客。但由于我是用网上搜集得来的资料自学的，因此在下面的讲述中可能会有不对的地方，还请dalao们耐心指出，十分感谢。

你最好已经知道的知识：floyd算法，矩阵快速幂。
提前说一下，这个算法和floyd很像，但有新的东西。

我会列举2种我查到的Transitive Closure算法，并对他们进行分析，请读者耐心阅读。

概念

Transitive Closure翻译为“传递闭包”，它到底是什么？参考一下传递闭包（百度百科）。

用我的话说，它就是在一个有向图中，所有的「能不能从一个点到另一个点」的关系（老外说得好： all paths in a directed graph）。

举个例子：

[图1：有向图]
（本篇博客所有图片均截自参考资料[1]）

那么它的传递闭包是：

[图2：有向图的传递闭包]

图2中实线是原图中的关系，虚线是添加的关系。

有人可能会问，求「是否能到达」算什么，用Floyd算法连最短路都求出来了。确实，「法1」我自认为完全可以用floyd代替，而「法2」则与矩阵运算结合。

法1

我们先思考这个问题，能从u到v的条件：

1. 存在一条边为 u->v
2. 存在一个点k，满足 u->k,k->v
3. 存在中间点k1,k2…kn，满足u->k1,k1->k2,…,kn->v

如何实现这个过程呢？

我们将图1用01矩阵表示（0代表不连通，1代表连通）

[图3：01矩阵]

我们将这个矩阵称之为R。先枚举中间点k，把以k为中间点的路全部找出，找的过程是枚举起点u和终点v，看是否u->k并且k->v，即R[u][k]&&R[k][v]，不要忘了原本R[u][v]=1的情况。

for(int k=1; k<=n; ++k)
    for(int u=1; u<=n; ++u)
        for(int v=1; v<=n; ++v)
            R[u][v]|=R[u][k]&R[k][v];

特别注意，k、u、v顺序不可改变。

时间复杂度O(n³)，空间复杂度O(n²)。

法2

依然采用上述寻找中间点的思路。我们将这个问题换一个描述方式：在一个有向图中，能不能经过有限条边从u到v。

结合这个描述，「法1」中的矩阵R表示在经过1条边时任意两个点的连通情况（若不存在自环，此时无法到达自己本身）。相应地，我们定义R^k为经过k条边能到达的点的情况（k>=1）。

然后，我们惊喜地发现：R^k = R^k-1 · R。只不过要相应地改变运算，把「乘」换为「并」，把「加」换为「或」。

继续分析，若u->v，则他们最多经过n-2个点，n-1条边。也就是，答案是R^n-1。

矩阵运算复杂度n³，n次相乘可以用矩阵快速幂（不懂请百度），复杂度logn。该算法时间复杂度O(n³logn)，空间复杂度O(n²)。

但这样的话，「法2」还不如「法1」喽？没事，我们可以改题啊！如果将题目改为：在经过最多k条边时，能不能从u到v，其中k>0。这个问题用「法2」再合适不过了吧！

参考资料

[1].一张pdf
[2]一篇繁体博客