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

  1. 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. ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. [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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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

  1. Web—06-JavaScript

    JavaScript介绍 JavaScript是运行在浏览器端的脚步语言,JavaScript主要解决的是前端与用户交互的问题,包括使用交互与数据交互. JavaScript是浏览器解释执行的,前端脚 ...

  2. mpvue开发美团外卖点餐小程序

    mpvue-meituan mpvue-meituan 是一款使用mpvue开发的实战小程序项目,完全仿制美团官方外卖点餐小程序开发而成,项目的框架结构完全按照企业开发架构搭建而成.结合了原生小程序的 ...

  3. optimize table 删除空洞--MYSQL

    来看看手册中关于 OPTIMIZE 的描述: OPTIMIZE [LOCAL | NO_WRITE_TO_BINLOG] TABLE tbl_name [, tbl_name] ... 如果您已经删除 ...

  4. 搭建 Redis 的主从

    主从概念 ⼀个master可以拥有多个slave,⼀个slave⼜可以拥有多个slave,如此下去,形成了强⼤的多级服务器集群架构 master用来写数据,slave用来读数据,经统计:网站的读写比率 ...

  5. IDEA一直提示 错误: 找不到或无法加载主类

    1.把http://repo1.maven.org/maven2...下载下来2.放到本地Manen仓库archetype 文件夹下3.设置IDEA Maven->Runner 界面的VM Op ...

  6. yii学习笔记(3),自定义全局工具函数

    在平时开发是经常需要打印数据来调试 常见的打印方式有print_r和var_dump,但是这样打印出来格式很乱不好浏览 在打印函数前后加上<pre></pre>就可以将内容原样 ...

  7. 内网环境下为Elasticsearch 5.0.2 添加head服务

    背景: 本项目的服务器是内网环境,没有网络,因此需要在离线的环境中,安装head服务. 需要用到的安装包有: node的安装包 elasticsearch的head插件源码 说明:此次只讲述为elas ...

  8. rails中使用CarrierWave实现文件上传的功能

    之前在用django写blog的时候头像上传和头像预览都是使用原生的js实现的,之前也有写了一篇blog.好了开始进入正题 rails中实现头像上传十分的方便,只要通过CarrierWave这个gem ...

  9. Java 高级应用编程 第一章 工具类

    一.Java API Java API简介 1.API (Application Programming Interface) 应用程序接口 2.Java中的API,就是JDK提供的各种功能的Java ...

  10. 20145226夏艺华 逆向及Bof基础实践

    逆向及Bof基础实践 实践目标 本次实践的对象是一个名为pwn1的linux可执行文件. 该程序正常执行流程是:main调用foo函数,foo函数会简单回显任何用户输入的字符串,如图所示: 该程序同时 ...