tarjan算法总结
部分内容引自https://www.cnblogs.com/stxy-ferryman/p/7779347.html
Tarjan算法不是一个算法而是一类算法
1.求取强连通分量
强连通分量————有向图的强连通子图
tarjan算法基于dfs,利用栈的思想,把下面所有的点都遍历完毕后,所能链接的最小祖先节点(可能没有),就是要寻找的强连通分量
所以我们需要dfn数组存储dfs的遍历顺序,low数组存储这个节点后所有的子孙节点所能到达的最小节点(dfn最小)值
为了能够得知构成这个强连通分量的所有的点,可以利用栈去记录,因为退的时候,肯定是退到最头上(如果有额外的分支,那么之前肯定早就退栈了)
当我们遍历的时候初始化时dfn = low = idx这个初始化意思很好懂,如果没有后继节点,值就是这个
接下来我们可能会面对三种点
·没有遍历过的,我们就递归tarjan遍历,然后优化low[u] = min(low[u],low[v])
·我们遍历过了,这个点还在栈中,那就代表这个点u可以到达,所以我们更新的时候,low[u] = min(low[u],dfn[v])_____你要知道此时的low[v]是取决于现在的low[u]的因为v在栈中,所以u是v的后继节点,这是一条返祖边
·我们遍历过了,这个点不在栈中了,证明这个点经历了一次退栈,形成了一次联通分量,但是不包括u,因为这个点不能到达u,如果这个点可以到达u的话,u又可以到达这个点,那么就不会退栈了(这里的到达都是要经过子孙节点的),所以对于这样的点,不必考虑任何问题
所以直到遍历完所有的子孙节点我们就可以进行退栈的操作了,那些独立的联通分量的标志就是
low == dfn
意思就是对于节点u,其子孙节点所能到达的最大节点就是u,也就是形成了一个回路,环,而且可以保证这个环是最大的
所以说了这么多,以上的算法思想用于求取一个图的强连通分量——最后进行color染色处理
void tarjan(int u,int fa)
{
dfn[u] = low[u] = ++index;
stk[s_cnt++] = u;
instk[u] = true; for(int i = id[u];~i;i = e[i].pre)
{
int v = e[i].to;
if(!dfn[v])
{
tarjan(v,u);
low[u] = min(low[u],low[v]);
}
else if(instk[v] == true)
{
low[u] = min(low[u],dfn[v]);
}
}
if(dfn[u] == low[u])
{
col++;
while(s_cnt > 0 && stk[s_cnt] != u)
{
s_cnt --;
color[stk[s_cnt]] = col;
instk[stk[s_cnt]] = false;
}
}
}
2.tarjan缩点
利用tarjan算法可以把一个图变成单向无环图
这个继承自强连通分量,对于每一个强连通分量,我们能够看出一个超级点,这个超级点的内部可以互相到达,然后根据这个图所表示的含义,通常要去计算超级点的度,最后输出满足题意的超级点内所有的点
和上面的代码一致
3·求割点和桥(割边)
割点:去掉这个点(和这个点外射的所有边),把一个连通图变成多个连通分量
割边:同样的道理,去掉这条边,把一个连通图变成多个连通分量
这时候我们要判断何时是一个割点
1.当前节点是根节点——从这个节点开始的dfs,所以如果这个点有两个子树,那么就是一个割点
2.任意节点,如果low[v] >= dfn[u],表示u的这个子孙能够到达的最小祖先节点是比u小的,所以u是子孙v连接祖先的关键点
void tarjan_gedian(int u,int fa)
{
int son = 0;
dfn[u] = low[u] = ++index;
for(int i = id[u];~i;i = e[i].pre)
{
int v = e[i].to;
if(!dfn[v])
{
tarjan(v,u);
son++;
low[u] = min(low[u],low[v]);
if(u != root && low[v] >= dfn[u])
{
cut_point[u] = 1;
}
else if(u == root && son > 1)
{
cut_point[u] = 1;
}
}
else if(v != fa)对于割点u这是一条回路,且u割去之后毫无影响,所以忽略这样的两点间回路情况
{
low[u] = min(low[u],dfn[v]);
}
}
}
tarjan算法总结的更多相关文章
- 有向图强连通分量的Tarjan算法
有向图强连通分量的Tarjan算法 [有向图强连通分量] 在有向图G中,如果两个顶点间至少存在一条路径,称两个顶点强连通(strongly connected).如果有向图G的每两个顶点都强连通,称G ...
- 点/边 双连通分量---Tarjan算法
运用Tarjan算法,求解图的点/边双连通分量. 1.点双连通分量[块] 割点可以存在多个块中,每个块包含当前节点u,分量以边的形式输出比较有意义. typedef struct{ //栈结点结构 保 ...
- 割点和桥---Tarjan算法
使用Tarjan算法求解图的割点和桥. 1.割点 主要的算法结构就是DFS,一个点是割点,当且仅当以下两种情况: (1)该节点是根节点,且有两棵以上的子树; (2)该节 ...
- Tarjan算法---强联通分量
1.基础知识 在有向图G,如果两个顶点间至少存在一条路径,称两个顶点强连通(strongly connected).如果有向图G的每两个顶点都强连通,称G是一个强连通图.非强连通图有向图的极大强连通子 ...
- (转载)LCA问题的Tarjan算法
转载自:Click Here LCA问题(Lowest Common Ancestors,最近公共祖先问题),是指给定一棵有根树T,给出若干个查询LCA(u, v)(通常查询数量较大),每次求树T中两 ...
- 强连通分量的Tarjan算法
资料参考 Tarjan算法寻找有向图的强连通分量 基于强联通的tarjan算法详解 有向图强连通分量的Tarjan算法 处理SCC(强连通分量问题)的Tarjan算法 强连通分量的三种算法分析 Tar ...
- [知识点]Tarjan算法
// 此博文为迁移而来,写于2015年4月14日,不代表本人现在的观点与看法.原始地址:http://blog.sina.com.cn/s/blog_6022c4720102vxnx.html UPD ...
- Tarjan 算法&模板
Tarjan 算法 一.算法简介 Tarjan 算法一种由Robert Tarjan提出的求解有向图强连通分量的算法,它能做到线性时间的复杂度. 我们定义: 如果两个顶点可以相互通达,则称两个顶点强连 ...
- 【小白入门向】tarjan算法+codevs1332上白泽慧音 题解报告
一.[前言]关于tarjan tarjan算法是由Robert Tarjan提出的求解有向图强连通分量的算法. 那么问题来了找蓝翔!(划掉)什么是强连通分量? 我们定义:如果两个顶点互相连通(即存在A ...
- 有向图强连通分量 Tarjan算法
[有向图强连通分量] 在有向图G中,如果两个顶点间至少存在一条路径,称两个顶点强连通(strongly connected).如果有向图G的每两个顶点都强连通,称G是一个强连通图.非强连通图有向图的极 ...
随机推荐
- mysql出现“Incorrect key file for table”解决办法
本文来自: https://www.cnblogs.com/zjoch/archive/2013/08/19/3267131.html 今天mysql突然出现以下错误: mysql> selec ...
- Leetcode1000 合并石头的最低成本 区间DP
有 N 堆石头排成一排,第 i 堆中有 stones[i] 块石头. 每次移动(move)需要将连续的 K 堆石头合并为一堆,而这个移动的成本为这 K 堆石头的总数. 找出把所有石头合并成一堆的最低成 ...
- jquery全选的选中和取消选中
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/ ...
- eclipse在mac上的快捷键
Command + Shift + R: 搜索本地项目文件 Command + Shift + T: 搜索jar中的文件 Command+t:快速显示当前类的结构 command+O: 在某个类文件, ...
- pythone函数基础(11)读,写,修改EXCEL
#读EXCEL需要导入xlrd模块---在python控制台pip install xlrd模块import xlrdbook = xlrd.open_workbook('stu3.xls')shee ...
- crm开发之用户重置密码
重置 密码这这功能. 我是没有在,stark组件中. 内置的.所以需要,自己进行定制.也就只是,在已有的增删改查的基础上,再增加一条url 和相对应的 视图函数. 好的是, 我已经预留了,增加的接 ...
- Rappid 消除试用版的弹出框
今天想学习JavaScript的FlowCharts,发现有个Rappid库挺不错的(如下图2所示),下了一个后发现在打开窗口时总是要弹出一个提示框,这严重影响了学习的进度,于是相办法将其去掉吧,按照 ...
- 【每日更新】【Redis学习】
5. Redis订阅和发布模式和Redis事务 -------------------Redis事务------------------- 1.概念: redis中的事务是一组命令的集合.事务 ...
- 关于Android UI 优化
之前项目为了同时兼容tv和手机端的UI,使用了百分比布局来动态计算控件的宽高,这种适配方案只关心屏幕的宽高(分辨率),与屏幕的像素密度无关. 在新的项目里也使用了这种方案.但是由于项目的运行硬件计算能 ...
- pycharm 有些模块没有提示 解决方法
解决方法:右键模块所在文件夹,选择make directory as ,选择excluded或者sources root,即可.