有向图中强连通分量查找

有向图中的强连通性.

定义:如果有向图中两个顶点$v$, $w$是相互可达的, 则称它们为强连通的.如果一幅有向图中任意两点均为强连通的, 则该有向图为强连通图.

有向图的强连通分量是由相互均为强连通顶点的最大子集构成的.

强连通分量搜索算法:Kosaraju

首先, 定义有向图$G$的反向图$G^R$.由有向图$G$中每一条有向边$v->w$取反的反向边$w->v$构成的图称为图$G$的反向图,记为$G^R$.

Kosaraju算法:

1. 保存反向图$G^R$各节点搜索的逆后序结果.
2. 按照第一步搜索得到的顺序, 依次对图$G$顶点进行深度优先搜索, 所有连通分量即为图$G$的强连通分量.

证明:
对Kosaraju算法的证明分为两部分:

1. 证明对图$G$的顶点$v$进行深度优先搜索dfs(G, v)时, 与节点$v$强连通的节点$w$一定能被搜索到.
2. 证明对图$G$的顶点$v$进行深度优先搜索dfs(G, v)时, 所有搜索得到的顶点$w$与$v$均为强连通的.
   基于1,2证明, 即可证明, 对图$G$中节点$v$进行深度优先搜索得到的连通分量即为节点$v$强连通节点的最大子集, 因此为强连通分量.

首先证明第一部分:

使用反证法证明:
与$v$强连通的顶点$w$一定会在dfs(G, v)调用中被遍历到.

假设图中节点$v$尚未被搜索,则对其 进行dfs(G, v)搜索. 若当前与节点$v$强连通的节点$w$在dfs(G, v)搜索时未被搜索到, 则$w$肯定已经被搜索过, 因此dfs(G, w)调用在前,由于存在从$w->v$的路径, 因此节点$v$在dfs(G, w)的调用中一定会被标记,与假设相违背, 证明结束时.

证明第二部分:
dfs(G, v)调用遍历到的节点$w$与$v$均强连通.

由于dfs(G, v)调用可达节点$w$, 因此图$G$中存在由$v$到$w$的边, 因此只需证明存在由$w$到$v$的边即可.这一结论继而可以通过证明在反向图$G^R$中存在从$v$到$w$的边即可.由于图$G$中节点的调用顺序为$G^R$中节点遍历的逆后序.因此在$G^R$的调用中, 对dfs(G^R, w)的调用早于dfs(G^R, v)结束.这可能包含两种情况, 其一, $G^R$中存在从$v->w$的路径, 因此证明结束.其二, $G^R$中不存在从$v->w$的路径, dfs(G^R, w)调用发生在dfs(G^R, v)之前.我们知道, 由于$G$中存在从$v$到$w$的路径, 因此$G^R$中存在从$w$到$v$的路径, 因此若dfs(G^R, w)调用发生在dfs(G^R, v)之前, 则v节点肯定会被遍历到.因此情形二不可能存在. 证明结束.