嗯,今天好不容易把鸽了好久的缩点给弄完了……感觉好像……很简单?

算法的目的,其实就是在有向图上,把一个强连通分量缩成一个点……然后我们再对此搞搞事情,\(over\)

哦对,时间复杂度很显然是\(\Theta(n)\)的,懒得\(Proof\)了。

真是简明扼要的算法啊\(233\)

比较弱智的代码是下面的:

#include <stack>
#include <cstdio>
#include <iostream>
#define min Min
#define max Max
#define MAXN 10010
#define MAXM 50010
#define to(k) E[k].to

std::stack <int> S ;
struct Edge{
    int to, next ;
}E[MAXM] ; int head[MAXN], vis[MAXN], c ;
int N, M, A, B, Ans, dfn[MAXN], low[MAXN], cnt ;

inline int Min(int a, int b) { return a & ((a - b) >> 31) | b & (~(a - b) >> 31) ; }
inline int Max(int a, int b) { return a & ((b - a) >> 31) | b & (~(b - a) >> 31) ; }
inline void _Add(int u, int v){ E[++ cnt].to = v, E[cnt].next = head[u], head[u] = cnt ;}
void Tarjan(int u){
    S.push(u), vis[u] = 1 ;
    dfn[u] = low[u] = ++ c ;
    for (int k = head[u] ; k ; k = E[k].next){
        if (vis[to(k)]) low[u] = min(low[u], low[to(k)]) ;
        else if (!dfn[to(k)]) Tarjan(to(k)), low[u] = min(low[u], low[to(k)]) ;
    }
    if (dfn[u] == low[u]) ++ Ans ;
}
int main(){
    int i ; std::cin >> N >> M ;
    for (i = 1 ; i <= M ; ++ i) scanf("%d%d", &A, &B), _Add(A, B) ;
    for (i = 1 ; i <= N ; ++ i) if (!dfn[i]) Tarjan(i) ; printf("%d", Ans) ; return 0 ;
}

十分\(zz\)的统计联通块个数……当然还有进阶版本:

\(\mathcal{Description}\)

\(Link\)

\(\mathcal{Solution}\)

其实就是让求大小非\(1\)的联通块个数……稍微弹个栈就行了\(233\)

#include <stack>
#include <cstdio>
#include <iostream>
#define min Min
#define max Max
#define MAXN 10010
#define MAXM 50010
#define to(k) E[k].to

std::stack <int> S ;
struct Edge{
    int to, next ;
}E[MAXM] ; int head[MAXN], vis[MAXN], c ;
int N, M, A, B, Ans, dfn[MAXN], low[MAXN], cnt ;

inline int Min(int a, int b) { return a & ((a - b) >> 31) | b & (~(a - b) >> 31) ; }
inline int Max(int a, int b) { return a & ((b - a) >> 31) | b & (~(b - a) >> 31) ; }
inline void _Add(int u, int v){ E[++ cnt].to = v, E[cnt].next = head[u], head[u] = cnt ;}
void Tarjan(int u){
    S.push(u), vis[u] = 1 ;
    dfn[u] = low[u] = ++ c ;
    for (int k = head[u] ; k ; k = E[k].next){
        if (vis[to(k)]) low[u] = min(low[u], low[to(k)]) ;
        else if (!dfn[to(k)]) Tarjan(to(k)), low[u] = min(low[u], low[to(k)]) ;
    }
    if (dfn[u] == low[u]){
        int t = 0 ;
        while(!S.empty()){
            int T = S.top() ;
            ++ t ; S.pop() ;
            if (T == u) break ;
        }
        Ans += (t > 1) ;
    }
}
int main(){
    int i ; std::cin >> N >> M ;
    for (i = 1 ; i <= M ; ++ i) scanf("%d%d", &A, &B), _Add(A, B) ;
    for (i = 1 ; i <= N ; ++ i) if (!dfn[i]) Tarjan(i) ; printf("%d", Ans) ; return 0 ;
}

还有更加进阶的版本:

\(\mathcal{Description}\)

\(Link\)

\(\mathcal{Solution}\)

就是缩完点之后跑\(DP\)……\[DP ~ in ~Graph= Floyd = \text{最短路} = SPFA\]这个题里,这个思路好像没问题……

那么就直接缩完点在联通块之间跑\(SPFA\)就行。

#include <stack>
#include <queue>
#include <cstdio>
#include <cstring>
#include <iostream>
#define max Max
#define MAX 100010
#define to(k) E[k].to

using namespace std ;
stack <int> S ;
queue <int> q ;
struct Edge{
    int to, next, v ;
}E[MAX] ; int A, B, N, M, Ans, tot, cnt, c ;
int head[MAX], dist[MAX], Edges[MAX][2], val[MAX] ;
int base[MAX], vis[MAX], clr[MAX], dfn[MAX], low[MAX] ;

inline void Tarjan(int now){
    S.push(now), vis[now] = 1,
    low[now] = dfn[now] = ++ c ;/**/
    for (int k = head[now] ; k ; k = E[k].next){
        if(vis[to(k)]) low[now] = min(low[now], dfn[to(k)]) ;
        else if (!dfn[to(k)]) Tarjan(to(k)), low[now] = min(low[now], low[to(k)]) ;
    }
    if (dfn[now] == low[now]){
        ++ tot ;
        while(!S.empty()){
            int t = S.top() ;
            clr[t] = tot, vis[t] = 0,
            val[tot] += base[t], S.pop() ;
            if (t == now) break ;
        }
    }
}
inline int Max(int a, int b){ return a & ((b - a) >> 31) | b & (~(b - a) >> 31) ; }
inline void Clear(){cnt = 0, fill(head, head + N + 3, 0) ; memset(E, 0, sizeof(E)) ;}
inline void _Add(int u, int v){ E[++ cnt].to = v, E[cnt].next = head[u], head[u] = cnt ;}
inline void SPFA(int x){
    fill(vis, vis + N + 2, 0),
    fill(dist, dist + N + 2, 0) ;
    dist[x] = val[x], vis[x] = 1, q.push(x) ;
    while (!q.empty()){
        int now = q.front() ; q.pop(), vis[now] = 0 ;
        for (int k = head[now] ; k ; k = E[k].next){
            int v = E[k].to ;
            if (dist[v] < dist[now] + val[v]) {
                dist[v] = dist[now] + val[v] ;
                if (!vis[v]) vis[v] = 1, q.push(v) ;
            }
        }
    }
    for (int i = 1 ; i <= tot ; ++ i) Ans = max(Ans, dist[i]) ;
}
int main(){
    int i ; cin >> N >> M ;
    for (i = 1 ; i <= N ; ++ i) scanf("%d", &base[i]) ;
    for (i = 1 ; i <= M ; ++ i)
        Edges[i][0] = A, Edges[i][1] = B, scanf("%d%d", &A, &B), _Add(A, B) ;
    /**/for (i = 1 ; i <= N ; ++ i) if (!dfn[i]) Tarjan(i) ; Clear() ;
    for (i = 1 ; i <= M ; ++ i) if (clr[Edges[i][0]] != clr[Edges[i][1]]) _Add(clr[Edges[i][0]], clr[Edges[i][1]]) ;/**/
    for (i = 1 ; i <= tot ; ++ i) SPFA(i) ; printf("%d\n", Ans) ; return 0 ;
}

个人觉得缩点……没啥好说的……因为比较简单嘛……

强连通分量算法·$tarjan$初探的更多相关文章

  1. Tarjan的强连通分量算法

    Tarjan算法用于寻找图G(V,E)中的所有强连通分量,其时间复杂度为O(|V|+|E|). 所谓强连通分量就是V的某个极大子集,其中任意两个结点u,v在图中都存在一条从u到v的路径. Tarjan ...

  2. 有向图的强连通分量的求解算法Tarjan

    Tarjan算法 Tarjan算法是基于dfs算法,每一个强连通分量为搜索树中的一颗子树.搜索时,把当前搜索树中的未处理的结点加入一个栈中,回溯时可以判断栈顶到栈中的结点是不是在同一个强连通分量中.当 ...

  3. 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 ...

  4. 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 ...

  5. 有向图的强连通分量——Tarjan

    在同一个DFS树中分离不同的强连通分量SCC; 考虑一个强连通分量C,设第一个被发现的点是 x,希望在 x 访问完时立刻输出 C,这样就可以实现 在同一个DFS树中分离不同的强连通分量了. 问题就转换 ...

  6. 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 ...

  7. 图的强连通分量-Kosaraju算法

    输入一个有向图,计算每个节点所在强连通分量的编号,输出强连通分量的个数 #include<iostream> #include<cstring> #include<vec ...

  8. POJ2186 Popular Cows 强连通分量tarjan

    做这题主要是为了学习一下tarjan的强连通分量,因为包括桥,双连通分量,强连通分量很多的求法其实都可以源于tarjan的这种方法,通过一个low,pre数组求出来. 题意:给你许多的A->B ...

  9. 【转】有向图强连通分量的Tarjan算法

    原文地址:https://www.byvoid.com/blog/scc-tarjan/ [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 con ...

随机推荐

  1. js-权威指南学习笔记3

    第四章 表达式和运算符 1.最简单的表达式是原始表达式,是表达式的最小单位——它们不再包含其他表达式.JS中原始表达式包含常量或直接量.关键字和变量. 2.一个对象的属性名不是固定值时,必须使用方括号 ...

  2. 【PyQt5 学习记录】010:QSplitter

    import sys from PyQt5.QtWidgets import (QApplication, QWidget, QSplitter, QTextEdit, QPushButton, QL ...

  3. Django REST Framework应用

    一. 什么是RESTful REST与技术无关,代表的是一种软件架构风格,REST是Representational State Transfer的简称,中文翻译为“表征状态转移” REST从资源的角 ...

  4. CSS通过设置position定位的三种常用定位

    CSS中可以通过设置为元素设置一个position属性值,从而达到将不同的元素显示在不同的位置,或者固定显示在某一个位置,或者显示在某一层页面之上. position的值可以设为relative,ab ...

  5. setUserVisibleHint-- fragment真正的onResume和onPause方法

    现在越来越多的应用会使用viewpager+fragment显示自己的内容页,fragment和activity有很多共同点,如下图就是fragment的生命周期 但是fragment和activit ...

  6. Qt——元对象和属性机制

    http://www.cnblogs.com/hellovenus/p/5582521.html 一.元对象 元对象(meta object)意思是描述另一个对象结构的对象,比如获得一个对象有多少成员 ...

  7. python汉字转拼音

    上代码: #!/usr/bin/env python # -*- coding:utf-8 -*- """ Author:cleverdeng E-mail:clverd ...

  8. mocha、chai、sinon和istanbul实现100%单元测试覆盖率

    敏捷软件开发中,最重要实践的就是测试驱动开发,在单元测试层面,我们试着实现一个重要的指标就是测试覆盖率.测试覆盖率衡量我们的代码是否已经全部被测试到了. 但是指标本身不是目的,借助测试覆盖率检查,我们 ...

  9. Object、T(以下代指泛型)、?的区别

    因为最近看了很多项目底层都使用了T,?泛型,于是百度了一下有如下理解 我们先来试着理解一下Object类,学习Java的应该都知道Object是所有类的父类,注意:那么这就意味着它的范围非常广!首先记 ...

  10. Prometheus Node_exporter metrics 之 Basic CPU / Mem / Disk Info

    Basic CPU / Mem / Disk Info 1. CPU Cores 物理 CPU 的核数 cat /proc/cpuinfo| grep "cpu cores"| u ...