---恢复内容开始---

tarjan算法介绍:

  一种由Robert Tarjan提出的求解有向图强连通分量的线性时间的算法。通过变形,其亦可以求解无向图问题

  桥:

  割点:

  连通分量:

  

适用问题:

  求解(有向图/无向图)的,桥,割点,环,回路等问题

整体思想:

  如果我们欲要求解,桥的个数,割点的个数,环的数目,归根结底,是分析清楚一个图 有几个 环,每个环包含哪些节点,那些边。

  而 tarjan算法就是做的这件事情,通过dfs遍历每一条边和节点,算出有几个环,每个环中有哪些节点。那么是如何做的呢,整体上我们可以这么理解。

  首先定义两个 数组 dfn[i]  low[i]  分别代表 每个节点的代号  和 每个环的代号,还有一个分析的次序 cnt变量。然后我们用dfs 深度遍历每一个顶点,每遍历一个节点 cnt++,low[i]=dfn[i]=cnt 就是说,每个节

  点的代号代表它是第几个被我们分析的,同时low[i]=cnt 是说刚开始我们无法判断哪些节点能组成环,所以就初始化为每个节点自己是一个环,这个环的代号就是自己的代号。而当我们分析到一定程度后

  发现,某些节点能组成一个环,再回溯,将这几个节点所属环代号改为一个统一的环代号。到最后,如果一个节点的环代号和自己的代号相等,说明他是一个割点,而如果不相等,则这个节点属于一个

  环,并且通过环代号知道他是那个环。

思想详细分解:

  

  这里我们需要对一些变量重新定义其在代码中的含义,之前所说只是理解上的含义。

  dfn[i]:节点 i dfs的次序

  low[i]: 节点 i 所在环中 所有节点中最小的 dfn[i]。

  vis[i]:这个节点是否被遍历过,遍历过为1,否则为0

  cnt:遍历次数

  a[60]:用来存储图的 vector。

  -------------------------------------------------------------------------------------------------详细的分步分析------------------------------------------------------------------------------------------------------------------------------------------------------

  假如我们从  节点1  开始遍历, low[1]=dfn[1]=cnt=1; 然后遍历他的下一个节点,如果下一个节点曾经遍历过,说明这里能形成一个环,如果没便利过,就接着往下遍历。下一个是 节点2

  low[2]=dfn[2]=cnt=2; 再下一个是 节点3  low[3]=dfn[3]=cnt=3 , 然后  low[4]=dfn[4]=cnt =4,直到 4 的下一个节点可以到 节点2 曾经便利过 ,因此节点2到节点4之间会有一个环,接着我们向后回溯

  使 low[4]=min(low[4],low[2])=2   low[3]=min(low[3],low[4])=2   low[2]=min(low[2],low[3])=2  low[1]=min(low[1],low[2])=1, 我们就会发现 节点2 ,节点3 ,节点4,的low与dfn就不一样了,且low都等于2,说明

  他们三个组成了一个环,然后接着向下遍历 节点5 ,没有被遍历过,所以low[5]=dfn[5]=cnt=5;

  至此 整体上 low[2]=low[3]=low[4]=2     low[1]=dfn[1]=1     low[5]=dfn[5]=5; 所以,这个图中有那几个群 ,群里有哪些节点,有哪些是割点,桥等 都一目了然了。

  下面是详细的代码

  求一个无向图的所有桥的个数,先输入两个数 n个节点,m条边。再输入 m对 数代表边的两个节点。

代码示例:

  

#include <bits/stdc++.h>

using namespace std;
vector<int> a[];
int dfn[];
int low[];int vis[];
int cnt=;
int dig=;
//这里是tarjan代码模板核心
void tarjan(int w,int u){
vis[u]=;
low[u]=dfn[u]=(cnt++);
for(int i=;i<a[u].size();i++){
int v = a[u][i];
if(v==w) continue;//因为是无向图,防止向后返回去遍历
if(vis[v]!=) tarjan(u,v);//没有便利过,就接着向下遍历,直到找到后,再执行下面的代码,也就是回溯。
if(vis[v]==) low[u]=min(low[u],low[v]);
}
if(low[u]==dfn[u]){
dig++;
}
}
void init(){
  //初始化函数
memset(dfn,,sizeof dfn);
memset(low,,sizeof low);
memset(vis,,sizeof vis);
memset(sp,,sizeof sp);
}
int main()
{
int n,m;
cin>>n>>m;
init();
for(int i=;i<m;i++){
int k1,k2;
cin>>k1>>k2;
a[k1].push_back(k2);
a[k2].push_back(k1);
}
tarjan(,);
cout<<dig-<<endl;
return ;
}

---恢复内容结束---

ACM(图论)——tarjan算法详解的更多相关文章

  1. Tarjan算法详解

    Tarjan算法详解 今天偶然发现了这个算法,看了好久,终于明白了一些表层的知识....在这里和大家分享一下... Tarjan算法是一个求解极大强联通子图的算法,相信这些东西大家都在网络上百度过了, ...

  2. Tarjan 算法详解

    一个神奇的算法,求最大连通分量用O(n)的时间复杂度,真实令人不可思议. 废话少说,先上题目 题目描述: 给出一个有向图G,求G连通分量的个数和最大连通分量. 输入: n,m,表示G有n个点,m条边 ...

  3. Tarjan算法详解理解集合

    [功能] Tarjan算法的用途之一是,求一个有向图G=(V,E)里极大强连通分量.强连通分量是指有向图G里顶点间能互相到达的子图.而如果一个强连通分量已经没有被其它强通分量完全包含的话,那么这个强连 ...

  4. Tarjan算法 详解+心得

    Tarjan算法是由Robert Tarjan(罗伯特·塔扬,不知有几位大神读对过这个名字) 发明的求有向图中强连通分量的算法. 预备知识:有向图,强连通. 有向图:由有向边的构成的图.需要注意的是这 ...

  5. KM算法详解[转]

    KM算法详解 原帖链接:http://www.cnblogs.com/zpfbuaa/p/7218607.html#_label0 阅读目录 二分图博客推荐 匈牙利算法步骤 匈牙利算法博客推荐 KM算 ...

  6. BM算法  Boyer-Moore高质量实现代码详解与算法详解

    Boyer-Moore高质量实现代码详解与算法详解 鉴于我见到对算法本身分析非常透彻的文章以及实现的非常精巧的文章,所以就转载了,本文的贡献在于将两者结合起来,方便大家了解代码实现! 算法详解转自:h ...

  7. kmp算法详解

    转自:http://blog.csdn.net/ddupd/article/details/19899263 KMP算法详解 KMP算法简介: KMP算法是一种高效的字符串匹配算法,关于字符串匹配最简 ...

  8. 机器学习经典算法详解及Python实现--基于SMO的SVM分类器

    原文:http://blog.csdn.net/suipingsp/article/details/41645779 支持向量机基本上是最好的有监督学习算法,因其英文名为support vector  ...

  9. [转] KMP算法详解

    转载自:http://www.matrix67.com/blog/archives/115 KMP算法详解 如果机房马上要关门了,或者你急着要和MM约会,请直接跳到第六个自然段.    我们这里说的K ...

随机推荐

  1. eclipse启动tomcat正常,但是debug启动报错FATAL ERROR in native method:JDWP No transports initialized,jvmtiError=AGENT_ERROR_TRANSPORT_INIT(197) ERROR: transport error 202: connect failed:Connection timed out

    FATAL ERROR in native method:JDWP No transports initialized,jvmtiError=AGENT_ERROR_TRANSPORT_INIT(19 ...

  2. [Linux]Ubuntu 16.04 远程桌面

    来源:http://blog.csdn.net/zz_1215/article/details/77921405 先吐槽一下,网上教的方法都是半桶水,都被教到连接后出现灰屏,只有这个博主(zz_121 ...

  3. 如何高效的学习Java开发

    IT 行业的变化快是众人皆知的,需要持续去学习新的知识内容.但是,往往我们工作之后,经常发现学习的东西很少了,学习效率非常低,感觉自己到了一个瓶颈期,久而久之,就演变成『一年工作经验,重复去用十年』的 ...

  4. jmeter学习笔记--概述

    jmeter:概述 是什么? jmeter是Apache 公司使用java开发的一款测试工具 为什么? 高效.功能强大 模拟一些高并发或多次循环等特殊场景 怎么用? 1.下载jmeter,解压缩 2. ...

  5. flex-grow,flex-shrink,flex-basis及flex

    flex-grow:默认值0:分配剩余空间的扩张比例: flex-basis:默认值auto:倘若设置了此属性,那么计算剩余空间之前要优先减去此属性,且它的层级比width高,会将width覆盖. 有 ...

  6. Visual Studio 注释与取消注释快捷键

    注释:        先CTRL+K,然后CTRL+C 取消注释: 先CTRL+K,然后CTRL+U

  7. python+Django+test 测试数据库生成报错

    前提: 使用Django自带的test进行单元测试. 问题描述: 运行:python manage.py test,报错,出现数据库乱码的现象,报错如下: Creating test database ...

  8. ES中的分词器

    基本概念: 全文搜索引擎会用某种算法对要建索引的文档进行分析, 从文档中提取出若干Token(词元), 这些算法称为Tokenizer(分词器), 这些Token会被进一步处理, 比如转成小写等, 这 ...

  9. Python数据分析学习(一):Numpy与纯Python计算向量加法速度比较

    import sys from datetime import datetime import numpy as np def numpysum(n): a = np.arange(n) ** 2 b ...

  10. css3+html5特效-向上滑动

    css+html5特效-向上滑动 效果描述:切换的下拉和上拉状态 鼠标悬浮:下拉鼠标离开:上拉 /*外容器设置*/ .box1{position:relative;top:100px;left:100 ...