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
- 解决Oracle数据库空间不足问题
//查询表空间的大小以及文件路径地址select tablespace_name, file_id, file_name,round(bytes/(1024*1024),0) total_space ...
- Ubuntu---添加输入法
摘要:Ubuntu 在刚刚安装好之后,默认是不支持直接输入中文的,所以我们需要安装支持中文的输入法.网络上面一般推荐使用的输入法是 Fcitx(小企鹅输入法),我们今天就来安装和配置它. step1: ...
- 利用百度编辑器和IIS限制文件上传的大小
1.百度编辑器的大小限制 针对不同的文件类型限制大小 例如图片是imageMaxSize ,依次类推 /* 前后端通信相关的配置,注释只允许使用多行方式 */ { /* 上传图片配置项 */ ...
- gitlab-ci.xml:script config should be a string or an array of strings
The following command in a job script: STATUS_ID=$(grep -Eo "Status Code [0-9]+: Done" som ...
- 16. 3Sum Closest (JAVA)
Given an array nums of n integers and an integer target, find three integers in nums such that the s ...
- charles修改接口返回值
我们在测试app时,如果想看大数据量的展示情况,可以通过charles修改接口返回值来实现. 步骤1:手机连接代理 步骤2:app端请求接口,查看charles抓包情况 步骤3:选择想要修改返回值的接 ...
- jquery点击回到顶部
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...
- 初始js闭包&事件的冒泡和捕获&EVENT对象
一.初识闭包 function a(){ var n = 0; this.inc = function () { n++; console.log(n); }; } var ...
- 探索未知种族之osg类生物---渲染遍历之认识SceneView
前言 我们在进行osg程序的开发时,最常用到的场景管理方式是“场景节点树”的结构, a 场景树底端的叶节点(osg::Geode)包含了各种需要渲染的几何体的顶点和渲染状态信息: b ...
- Java高级应用简笔
1. Annotation 使用范围: package, class, method, field 常用: @Override, @Deprecated, @SuppressWarnings 自定义注 ...