浅谈Tarjan

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。(每个点只经过一次)

说到Tarjan,我们首先要输破的肯定是有向图,因为无向图没有这么一个东西

这句要从Tarjan算法的定义讲起了

我们定义:

如果两个顶点可以相互通达,则称两个顶点强连通(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。有向图的极大强连通子图,称为强连通分量(strongly connected components)。

这句话在网上是非常普及的,然而说白了就是一个联通块,从每两个点之间都能互相到达,就是一个强连通分量

而Tarjan的作用,就是很快的求出一个有向图中强连通分量的个数,以及每个强连通分量中的点

具体是如何实现的

我们记录两个数组

DFN和LOW,他们分别记录每个点的DFS序,和每个点能回到的点的最小的DFS序

这么说可能不太清晰

我们来举个栗子:(方便起见,我们把走到的点表为红色)

按照惯例,我们从点1出发,首先是到了他的儿子2,然后是3

此时 DFN[1]=1

LOW[1]=1

DFN[2]=2;

LOW[2]=2;

DFN[3]=3;

LOW[3]=3;

DFN[4]=0;

LOW[4]=0;

我们发现三没有儿子了,也就是说LOW[3]的值无法改变了,又发现DFN[3]=LOW[3]

所以我们就知道了3构成了一个强连通分量

然后继续走

我们到了2的另一个儿子处

此时 DFN[1]=1

LOW[1]=1

DFN[2]=2;

LOW[2]=2;

DFN[3]=3;

LOW[3]=3;

DFN[4]=4;

LOW[4]=4;

然后就到了最重要的一步

4有一个儿子是1,但是1已经走过了

所以我们可以直接更新LOW[4]的值

此时 DFN[1]=1

LOW[1]=1

DFN[2]=2;

LOW[2]=2;

DFN[3]=3;

LOW[3]=3;

DFN[4]=4;

LOW[4]=1;

既然1已经走过了我们就不用再走了(要不然怎么线性)

开始回溯

我们更新LOW[2]的值

此时 DFN[1]=1

LOW[1]=1

DFN[2]=2;

LOW[2]=1;

DFN[3]=3;

LOW[3]=3;

DFN[4]=4;

LOW[4]=1;

然后回到1,Tarjan算法结束



以上是Tarjan的具体运算过程

但是其中还有一些简单的染色操作

就不细讲了(代码中给了注释)

下面给出代码:(写代码过程中电脑突然卡了,结果刚写完的模板和注释都没了   伤心到变形QAQ)

#include<iostream>
#include<cmath>
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<string>
#include<algorithm>
#include<stack>
using namespace std;
inline int min(int a,int b){return a<b?a:b;}
inline int max(int a,int b){return a>b?a:b;}
inline int rd(){
    int x=0,f=1;
    char c=getchar();
    for(;!isdigit(c);c=getchar()) if(c==‘-‘) f=-1;
    for(;isdigit(c);c=getchar()) x=x*10+c-‘0‘;
    return x*f;
}
inline void write(int x){
     if(x<0) putchar(‘-‘),x=-x;
     if(x>9) write(x/10);
     putchar(x%10+‘0‘);
}
int n,m;
int head[100006];
int nxt[100006],to[100006];
int total=0;
int dfn[100006],low[100006];
int tot=0;
int book[100006],color[100006];
int cnt=0;
stack <int> s;
void add(int x,int y){
    total++;
    to[total]=y;
    nxt[total]=head[x];
    head[x]=total;
    return ;
}
void tarjan(int x){
    dfn[x]=++tot;
    low[x]=dfn[x];
    book[x]=1;
    s.push(x);
    for(int e=head[x];e;e=nxt[e]){
        if(!dfn[to[e]]){//如果没有走过,就扩展这个点
            tarjan(to[e]);
            low[x]=min(low[x],low[to[e]]);
        }
        else if(book[to[e]]) low[x]=min(low[x],low[to[e]]);//在栈中就代表这个点走过,而他可以回溯到的点,他的父亲也可以
    }
    if(dfn[x]==low[x]){//如果一个点的dfn与low相等,代表以它为根的子图是强联通分量
        color[x]=++cnt;//染色
        book[x]=0;
        while(!s.empty()&&s.top()!=x){//把与x联通的点都出栈
            color[s.top()]=cnt;
            book[s.top()]=0;
            s.pop();
        }
        s.pop();
    }
    return ;
}
int main(){
    n=rd(),m=rd();
    for(int i=1;i<=m;i++){
        int x=rd(),y=rd();
        add(x,y);//有向图单向连边
    }
    for(int i=1;i<=n;i++) if(!dfn[i]) tarjan(i);//避免有的点不连通
    printf("%d\n",cnt);
    for(int i=1;i<=cnt;i++){
        for(int j=1;j<=n;j++) if(color[j]==i) printf("%d ",j);//其实是可以写在tarjan过程中的的,但是会变成dfs序的倒序
        puts("");
    }
    return 0;
}

原文地址:https://www.cnblogs.com/WWHHTT/p/9744658.html

时间: 2024-10-23 12:04:11

浅谈Tarjan的相关文章

浅谈Tarjan算法及思想

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大强连通子图,称为强连通分量(strongly connected components). Tarjan算法是基于对图深度优先搜索的算法,每个强连通分量为搜索树中的一棵子树.搜索时,把当前搜索树中未处理的节点加入一个堆栈,回溯时可以判断栈顶到栈中的节点是否为一个强连通分量.Tarjan算法有点类似于基于后序的深度遍历搜

.net中对象序列化技术浅谈

.net中对象序列化技术浅谈 2009-03-11 阅读2756评论2 序列化是将对象状态转换为可保持或传输的格式的过程.与序列化相对的是反序列化,它将流转换为对象.这两个过程结合起来,可以轻松地存储和传输数 据.例如,可以序列化一个对象,然后使用 HTTP 通过 Internet 在客户端和服务器之间传输该对象.反之,反序列化根据流重新构造对象.此外还可以将对象序列化后保存到本地,再次运行的时候可以从本地文件 中“恢复”对象到序列化之前的状态.在.net中有提供了几种序列化的方式:二进制序列化

浅谈——页面静态化

现在互联网发展越来越迅速,对网站的性能要求越来越高,也就是如何应对高并发量.像12306需要应付上亿人同时来抢票,淘宝双十一--所以,如何提高网站的性能,是做网站都需要考虑的. 首先网站性能优化的方面有很多:1,使用缓存,最传统的一级二级缓存:2,将服务和数据库分开,使用不同的服务器,分工更加明确,效率更加高:3,分布式,提供多台服务器,利用反向代理服务器nginx进行反向代理,将请求分散开来:4,数据库的读写分离,不同的数据库,将读操作和写操作分开,并实时同步即可:5,分布式缓存,使用memc

单页应用SEO浅谈

单页应用SEO浅谈 前言 单页应用(Single Page Application)越来越受web开发者欢迎,单页应用的体验可以模拟原生应用,一次开发,多端兼容.单页应用并不是一个全新发明的技术,而是随着互联网的发展,满足用户体验的一种综合技术. SEO 一直以来,搜索引擎优化(SEO)是开发者容易忽略的部分.SEO是针对搜索(Google.百度.雅虎搜索等)在技术细节上的优化,例如语义.搜索关键词与内容相关性.收录量.搜索排名等.SEO也是同行.市场竞争常用的的营销手段.Google.百度的搜

浅谈html标签

浅谈html各常用标签用法 标题标签:<h1>-<h6>来表示,使标题字体变粗. <br />换行标记 <hr />水平分隔符 &nbsp空格符 &copy版权符 <a href>a标签超链接 href可接链接地址 <p>段落标签<blockquote>引用标签及可用做缩进 <table>表格中的<ul>无序列表<ol>有序列表<dl>自定义列表<row

浅谈二维中的树状数组与线段树

一般来说,树状数组可以实现的东西线段树均可胜任,实际应用中也是如此.但是在二维中,线段树的操作变得太过复杂,更新子矩阵时第一维的lazy标记更是麻烦到不行. 但是树状数组在某些询问中又无法胜任,如最值等不符合区间减法的询问.此时就需要根据线段树与树状数组的优缺点来选择了. 做一下基本操作的对比,如下图. 因为线段树为自上向下更新,从而可以使用lazy标记使得矩阵的更新变的高校起来,几个不足就是代码长,代码长和代码长. 对于将将矩阵内元素变为某个值,因为树状数组自下向上更新,且要满足区间加法等限制

[nRF51822] 14、浅谈蓝牙低功耗(BLE)的几种常见的应用场景及架构(科普类干货)

蓝牙在短距离无线通信领域占据举足轻重的地位—— 从手机.平板.PC到车载设备, 到耳机.游戏手柄.音响.电视, 再到手环.电子秤.智能医疗器械(血糖仪.数字血压计.血气计.数字脉搏/心率监视器.数字体温计.耳温枪.皮肤水分计等), 再到智能家居等领域均占有一席之地. 而蓝牙低功耗(BLE)是在蓝牙4.0协议上修改以适用低功耗应用场景的一种蓝牙协议. 随着上一股智能消费类电子大潮的到来,BLE的各种应用也像雨后春笋般在市场上铺开. 如果想 紧跟蓝牙协议的最新动态 ,可以在https://www.b

浅谈C++容器动态内存管理的优化

在信息学竞赛中,C++的容器的用途非常广泛,但经常因常数过大而超时.怎样才能提高它们的效率呢? 我们知道,容器是存储同一类对象的对象,既然"对象"我们无法改变,那么我们只能从"存储"入手,不难想到,不同容器在实现上的根本区别是它们对应着不同的内存组织方式,内存管理无疑是这种实现的核心,所以优化内存管理是加快容器效率的最好途径之一. 一.内存分配器简介 怎样才能优化内存管理呢?很简单,C++为我们提供了这样的接口,我们可以通过自定义容器模板中的最后一个allocato

张小龙浅谈微信公众平台的意义

腾讯高级副总裁张小龙表示:微信公众平台,就是在移动互联网时代,让企业和个人以更简捷的形式提供服务给有需要的人. 张小龙浅谈微信公众平台的意义,布布扣,bubuko.com