有向圖強連通分量:
在有向圖G中,如果兩個頂點vi,vj間(vi>vj)有一條從vi到vj的有向路徑,同時還有一條從vj到vi的有向路徑,則稱兩個頂點強連通(strongly connected)。如果有向圖G的每兩個頂點都強連通,稱G是一個強連通圖。有向圖的極大強連通子圖,稱為強連通分量(strongly connected components)。
( 一 ) Kosaraju 算法
Kosaraju的主要步驟:
- 1.對G求解Reverse Post-Order,即上文中的”偽拓撲排序“
- 2.對G進行轉(zhuǎn)置得到G(R)
- 3.按照第一步得到的集合中頂點出現(xiàn)的順序,對G(R)調(diào)用DFS得到若干顆搜索樹,每一顆搜索樹就代表了一個強連通分量
復雜度分析:
根據(jù)上面總結(jié)的Kosaraju算法關(guān)鍵步驟,不難得出,該算法需要對圖進行兩次DFS,以及一次圖的轉(zhuǎn)置。所以時間復雜度為O(V+E)。
下面對這個算法的正確性進行證明:
證明的目標:就是最后一步 --- 每一顆搜索樹代表的就是一個強連通分量
證明:
設(shè)在圖GR中,調(diào)用DFS(s)能夠到達頂點v,那么頂點s和v是強連通的。
兩個頂點如果是強連通的,那么彼此之間都有一條路徑可達,因為DFS(s)能夠達到頂點v,因此從s到v的路徑必然存在?,F(xiàn)在關(guān)鍵就是需要證明在GR中從v到s也是存在一條路徑的,也就是要證明在G中存在s到v的一條路徑。
而之所以DFS(s)能夠在DFS(v)之前被調(diào)用,是因為在對G獲取ReversePost-Order序列時,s出現(xiàn)在v之前,這也就意味著,v是在s之前加入該序列的(因為該序列使用棧作為數(shù)據(jù)結(jié)構(gòu),先加入的反而會在序列的后面)。因此根據(jù)DFS調(diào)用的遞歸性質(zhì),DFS(v)應該在DFS(s)之前返回,而有兩種情形滿足該條件:
- DFS(v) START -> DFS(v) END -> DFS(s) START -> DFS(s) END
- DFS(s) START -> DFS(v) START -> DFS(v) END -> DFS(s) END
是因為而根據(jù)目前的已知條件,GR中存在一條s到v的路徑,即意味著G中存在一條v到s的路徑,而在第一種情形下,調(diào)用DFS(v)卻沒能在它返回前遞歸調(diào)用DFS(s),這是和G中存在v到s的路徑相矛盾的,因此不可取。故情形二為唯一符合邏輯的調(diào)用過程。而根據(jù)DFS(s) START -> DFS(v) START可以推導出從s到v存在一條路徑。
所以從s到v以及v到s都有路徑可達,證明完畢。
#include <cstdio>
#include<cstring>
#include<vector>
#include<stack>
using namespace std;
const int MAXN=10010;
vector<int> graph[MAXN];
vector<int> reveGraph[MAXN];
stack<int> posOrder;
int vis[MAXN];
int component[MAXN];//求出節(jié)點在那個連通分量
vector<int> cc[MAXN];//一個個獨立的連通分量
int cnt;//連通分量數(shù)
void DFS1(int u)//獲得原圖的ReversePostOrder
{
vis[u]=1;
for(int i=0;i<graph[u].size();i++)
{
int v=graph[u][i];
if(vis[v]==0) DFS1(v);
}
posOrder.push(u);
}
void DFS2(int u)//在轉(zhuǎn)置圖進行DFS
{
component[u]=cnt;
cc[cnt].push_back(u);
vis[u]=1;
for(int i=0;i<reveGraph[u].size();i++)
{
int v=reveGraph[u][i];
if(vis[v]==0) DFS2(v);
}
}
void Kosaraju(int n)
{
memset(vis,0,sizeof(vis));
while(!posOrder.empty()) posOrder.pop();
for(int i=1;i<=n;i++)
{
if(vis[i]==0)
{
DFS1(i);
}
}
memset(reveGraph,0,sizeof(reveGraph));
for(int i=1;i<=n;i++)
{
for(int j=0;j<graph[i].size();j++)
{
int v=graph[i][j];
reveGraph[v].push_back(i);
}
}
cnt=0;
memset(vis,0,sizeof(vis));
memset(cc,0,sizeof(cc));
while(!posOrder.empty())
{
int u=posOrder.top();
posOrder.pop();
if(vis[u]==0)
{
DFS2(u);
cnt++;
}
}
for(int i=0;i<cnt;i++)
{
for(int j=0;j<cc[i].size();j++)
{
printf("%d ",cc[i][j]);
}
printf("\n");
}
}
int main()
{
int n,m,a,b;
while(scanf("%d%d",&n,&m)!=EOF,n+m)
{
memset(graph,0,sizeof(graph));
for(int i=1;i<=m;i++)
{
scanf("%d%d",&a,&b);
graph[a].push_back(b);
}
Kosaraju(n);
}
}
( 二 ) Tarjan 算法
ps:劉汝佳訓練指南講得很清楚了,看書去
#include<cstdio>
#include<cstring>
#include<stack>
#include<algorithm>
using namespace std;
const int MAXN=10010;
const int MAXE=100010;
struct Node
{
int to,next;
};
Node edge[MAXE];
int cnt,head[MAXN];
stack<int> st;
int lowlink[MAXN],dfn[MAXN],clocks;
int sccno[MAXN],scc_cnt;
void addEdge(int u,int v)
{
edge[cnt].to=v;
edge[cnt].next=head[u];
head[u]=cnt++;
}
void DFS(int u)
{
lowlink[u]=dfn[u]=++clocks;
st.push(u);
for(int i=head[u];i!=-1;i=edge[i].next)
{
int v=edge[i].to;
if(dfn[v]==0)
{
DFS(v);
lowlink[u]=min(lowlink[u],lowlink[v]);
}
else if(sccno[v]==0)
{
lowlink[u]=min(lowlink[u],dfn[v]);
}
}
if(lowlink[u]==dfn[u])
{
scc_cnt++;
while(true)
{
int x=st.top();
st.pop();
sccno[x]=scc_cnt;
if(x==u) break;
}
}
}
void find_scc(int n)
{
memset(dfn,0,sizeof(dfn));
memset(sccno,0,sizeof(sccno));
clocks=scc_cnt=0;
for(int i=1;i<=n;i++)
{
if(dfn[i]==0)
{
DFS(i);
}
}
}
int main()
{
int n,m,a,b;
while(scanf("%d%d",&n,&m)!=EOF,n+m)
{
memset(head,-1,sizeof(head));
cnt=0;
for(int i=1;i<=m;i++)
{
scanf("%d%d",&a,&b);
addEdge(a,b);
}
find_scc(n);
}
}