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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. (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 ...

  6. 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 ...

  7. [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 ...

  8. 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 ...

  9. 【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 ...

  10. 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

  1. PDO查询结果中文乱码

    PDO::MYSQL_ATTR_INIT_COMMAND (整数)连接到MySQL服务器时执行的命令.重新连接时会自动重新执行.请注意,此常量只能driver_options 在构建新的数据库句柄时在 ...

  2. pyinstaller,scrapy和apscheduler

    一.scrapy拉起方式 1. 简单cmd拉起 from scrapy.cmdline import execute spiders = [ 'scrapy crawl liepin', 'scrap ...

  3. 编写程序,使用while循环将50到100的整数相加

    #include<iostream> int main(int argc, char const *argv[]) { using std::cout; ,b=; ){ a++; b=+b ...

  4. ROC AUC

    1.什么是性能度量? 我们都知道机器学习要建模,但是对于模型性能的好坏(即模型的泛化能力),我们并不知道是怎样的,很可能这个模型就是一个差的模型,泛化能力弱,对测试集不能很好的预测或分类.那么如何知道 ...

  5. MySQL索引原理以及查询优化

    转载自:https://www.cnblogs.com/bypp/p/7755307.html MySQL索引原理以及查询优化 一.介绍 1.什么是索引? 一般的应用系统,读写比例在10:1左右,而且 ...

  6. 七牛存储qshell工具

    ---恢复内容开始--- 工具地址:https://developer.qiniu.com/kodo/tools/1302/qshell 下载完成后:根据自己的系统选择需要的可执行文件,支持linux ...

  7. Git冲突标记介绍

    <<<<<<< head 是指你本地的分支的 <<<<<<< HEADb789=======b45678910> ...

  8. FastDFS数据存储

    1. 数据存储 在fdfs传一份文件时,通常会返回下面的一串字符,这包含了该文件在服务器端一些存储信息 M00/00/00/wKg4C1tFmTWAFPKBAADdeFFxlXA240.png 下面解 ...

  9. python脚本执行报错整理

    people = [ {'name':'alex','age':1000}, {'name':'wuxie','age':100}, {'name':'wangcanghai','age':9000} ...

  10. 使用iconfont图标

    iconfont.cn基本使用 登录iconfont.cn网站,直接使用github账号即可登录 输入关键字搜索需要的图标,然后在需要的图标上点击'添加入库' 点击网站右上角的购物车图标,查看当前已入 ...