kosaraju求强连通分量
在了解kosaraju算法之前我们先了解一下什么是强连通分量,在有向图中如果两个定点vi,ui存在一条路劲从vi到达ui且也存在一条路劲从ui到达vi那么由ui和vi这两个点构成的图成为强连通图,简洁一点就是存在两个或两个点以它们之间可以相互可达由这些点构成的图就称之为强连通图它们的存在形式可以如下

当然一个点也是一个强连通分量,它们都满足所有点之间都可以互相可达。
以上就是对强连通分量的介绍接下来对kosaraju算法思路进行分析。
我们将对下面这个图进行对kosaraju算法进行解析:
我们可以发现此图存在两个强联通分量它们分别是,强连通分量A:1,3,2; 强连通分量B:5,4,6。
kosaraju的主要思想就是图进行两边dfs但是第二遍dfs的图必须是与原图相反的图,然后将第一遍的dfs比例的顺序用栈存起来然后再用栈内的元素对原图的反向图进行遍历最后就可以求得强连通分量。
Q:为什么要跑两边dfs?
A:kosaraju主要还是介于dfs遍历原理上,对于上图的dfs遍历我们假设以点1作为起点所以我们可以的的dfs遍历序为下图中绿色的回溯的点push进入栈中
所以栈内的值为1,3,5,4,6,2。

当以点1为起点进行dfs搜索我们会从点1搜到点6并不能确定强连通分量的元素但是当我们将原图反向建图再跑dfs的时候我们会发现每个强连通分量都可以分开了
为什么?我们将用图解释:
原图反图的建立,我们可以发下当我们把原图反向建立时,我们可以发现由3-->5这条边变成了5-->3这条边,当我们再以点1为起点进行dfs时我们可以发现与之前不同点1不能遍历完全部节点

因此第二遍dfs跑原图的反图时我们就将两个强连通分量给分开了,正好在第一遍dfs我们就将正图的dfs序存入栈中,那我们在第二遍dfs的时候我们只需要将栈中的元素取出跑一边反向图即可
求得强连通分量。
上面这个图我们可以手推得到,强连通分量1: 1,3,2; 强连通分量2: 5,4,6。
代码:
第一遍dfs跑正图将图的dfs序存入栈中:
void dfs1(int x)
{
if(vis[x]) return;
vis[x]=true;
for(int i=;i<vt[x].size();i++)
dfs1(vt[x][i]);
z.push(x);
return;
}
第二遍dfs跑一边反着的原图:
void dfs2(int x)
{
for(int i=;i<rvt[x].size();i++)
{
if(vis[rvt[x][i]]) continue;
vis[rvt[x][i]]=true;
dfs2(rvt[x][i]);
out<<rvt[x][i]<<" ";
}
return;
}
void scc_find()
{
memset(vis,false,sizeof(vis));//跑第二遍dfs的时候vis标记数组一定要初始化为false
while(!z.empty())//对栈内的元素进行dfs寻找强连通分量
{
int t=z.top();
z.pop();
if(vis[t]) continue;
vis[t]=true;
scc++;
out<<"group:"<<t<<" ";
dfs2(t);
out<<endl;
}
return;
}
完整代码:
#include <iostream>
#include <cstdio>
#include <cstring>
#include <iomanip>
#include <stack>
#include <vector>
using namespace std;
#define in cin
#define out cout
typedef long long insert;
const int N=2e5+;
stack<int> z;
vector<int> vt[N];
vector<int> rvt[N];
insert n,m,x,y,scc;
bool vis[N];
void inital_value()
{
for(int i=;i<=m;i++)
{
in>>x>>y;
vt[x].push_back(y);
rvt[y].push_back(x);//反向存图
}
return;
}
void dfs1(int x)
{
if(vis[x]) return;
vis[x]=true;
for(int i=;i<vt[x].size();i++)
dfs1(vt[x][i]);
z.push(x);
return;
}
void dfs2(int x)
{
for(int i=;i<rvt[x].size();i++)
{
if(vis[rvt[x][i]]) continue;
vis[rvt[x][i]]=true;
dfs2(rvt[x][i]);
out<<rvt[x][i]<<" ";
}
return;
}
void scc_find()
{
memset(vis,false,sizeof(vis));//跑第二遍dfs的时候vis标记数组一定要初始化为false
while(!z.empty())//对栈内的元素进行dfs寻找强连通分量
{
int t=z.top();
z.pop();
if(vis[t]) continue;
vis[t]=true;
scc++;
out<<"group:"<<t<<" ";
dfs2(t);
out<<endl;
}
return;
}
int main()
{
in>>n>>m;
inital_value();
for(int i=;i<=n;i++)
{
if(vis[i]) continue;
dfs1(i);
}
scc_find();
out<<"强连通分量总数"<<endl;
out<<scc<<endl;
return ;
}
kosaraju求强连通分量的更多相关文章
- kosaraju算法求强连通分量
什么是强连通分量?在这之前先定义一个强连通性(strong connectivity)的概念:有向图中,如果一个顶点s到t有一条路径,t到s也有一条路径,即s与t互相可达,那么我们说s与t是强连通的. ...
- UESTC 901 方老师抢银行 --Tarjan求强连通分量
思路:如果出现了一个强连通分量,那么走到这个点时一定会在强连通分量里的点全部走一遍,这样才能更大.所以我们首先用Tarjan跑一遍求出所有强连通分量,然后将强连通分量缩成点(用到栈)然后就变成了一个D ...
- poj 2186 tarjan求强连通分量
蕾姐讲过的例题..玩了两天后才想起来做 貌似省赛之后确实变得好懒了...再努力两天就可以去北京玩了! 顺便借这个题记录一下求强连通分量的算法 1 只需要一次dfs 依靠stack来实现的tarjan算 ...
- 求强连通分量模板(tarjan算法)
关于如何求强连通分量的知识请戳 https://www.byvoid.com/blog/scc-tarjan/ void DFS(int x) { dfn[x]=lowlink[x]=++dfn_cl ...
- [Uva247][Tarjan求强连通分量][Calling Circles]
题目大意: 例如:A跟B打电话,B跟C打电话,C跟A打电话..D跟E打电话,E跟D不打电话.则A,B,C属于同一个电话圈,D,E分别属于一个电话圈,问有多少个电话圈. 分析 就是裸的求强连通分量,直接 ...
- tarjan求强连通分量+缩点+割点以及一些证明
“tarjan陪伴强联通分量 生成树完成后思路才闪光 欧拉跑过的七桥古塘 让你 心驰神往”----<膜你抄> 自从听完这首歌,我就对tarjan开始心驰神往了,不过由于之前水平不足,一 ...
- Tarjan求强连通分量,缩点,割点
Tarjan算法是由美国著名计算机专家发明的,其主要特点就是可以求强连通分量和缩点·割点. 而强联通分量便是在一个图中如果有一个子图,且这个子图中所有的点都可以相互到达,这个子图便是一个强连通分量,并 ...
- tarjan求强连通分量+缩点+割点/割桥(点双/边双)以及一些证明
“tarjan陪伴强联通分量 生成树完成后思路才闪光 欧拉跑过的七桥古塘 让你 心驰神往”----<膜你抄> 自从听完这首歌,我就对tarjan开始心驰神往了,不过由于之前水平不足,一 ...
- HDU 1827 Summer Holiday(tarjan求强连通分量+缩点构成新图+统计入度+一点贪心思)经典缩点入门题
Summer Holiday Time Limit: 10000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)T ...
随机推荐
- GitHub Desktop 拉取 GitHub上 Tag 版本代码
一直在使用 GitHub Desktop 图形化 git 管理工具,统一项目框架版本时需要切换到ThinkPHP Tag 分支版本,步骤如下, 1,先在 GitHub 中找到需要的版本,点进去 2,点 ...
- Django学习笔记5-url
先来看一下普通的url的格式 {% url 'login_action'%} 但由于name没有作用域,Django在反解URL时,会在项目全局顺序搜索,当查找到第一个name指定URL时,立即返回 ...
- 集合,ArrayList练习
import java.util.ArrayList; import java.util.Iterator; public class ArrayListTest { public static vo ...
- 【Spark】Spark性能优化之Whole-stage code generation
一.技术背景 Spark1.x版本中执行SQL语句,使用的是一种最经典,最流行的查询求职策略,该策略主要基于 Volcano Iterator Model(火山迭代模型).一个查询会包含多个Opera ...
- php函数strtotime结合date时间修饰语的使用
下面简单介绍在项目开发中date时间函数和strtotime所遇到的问题,以及解决办法. 原文地址:小时刻个人技术博客 > http://small.aiweimeng.top/index.ph ...
- 使用Wamp搭建Php本地开发环境,HBuilder调试
初涉Php,此处做点笔记,希望下次不要能够轻松应对,至少不要在入同一个坑 本文摘要: wamp和HBuilder和Mysql5.7的安装包 Wamp的使用,包括80端口,443端口的占用问题 HBui ...
- python中的rabbitmq
介绍 RabbitMQ是一个在AMQP基础上完整的,可复用的企业消息系统.他遵循Mozilla Public License开源协议.MQ全称为Message Queue, 消息队列(MQ)是一种应用 ...
- IPV6路由技术
OSPFV3 一.OSPFv3概述:协议号89 1.概念: OSPFv3是ospf(开放式最短路径优先)版本3的简称,主要提供对IPV6的支持,遵循的标准为RFC2740(OSPF for IPv6) ...
- CSS-cascading stle sheets
CSS-cascading stle sheets 1. CSS 什么是CSS?CSS 指层叠样式表 (Cascading Style Sheets) 样式定义如何显示 HTML 元素 样式 ...
- 20145234黄斐《Java程序设计》第一周学习总结
教材学习内容总结 1.java是SUN公司推出的面相网络的编程语言,当时取名Oak,后改名Java. 2.Java三大平台分别为:Java SE.Java EE与Java ME. 3.Java不仅是程 ...