『追捕盗贼 Tarjan算法』

追捕盗贼(COCI2007)

Description

为了帮助警察抓住在逃的罪犯，你发明了一个新的计算机系统。警察控制的区域有N个城市，城市之间有E条双向边连接，城市编号为1到N。
警察经常想在罪犯从一个城市逃亡另一个城市的过程中抓住他。侦查员在仔细研究地图，以决定在哪个城市设置障碍，或者断掉某条路。你的计算机系统必须回答以下两种问题：
1、 如果连接城市G1和G2的路被封掉，罪犯能否从城市A逃到城市B？
2、 如果城市C被封掉，罪犯能否从城市A逃到城市B？
编程实现上述计算机系统。

Input Format

输入第一行包含两个整数N和E(2<=N<=100000,1<=E<=500000)，表示城市和边的数量。
接下来E行，每行包含两个不同的整数Ai和Bi，表示城市Ai和Bi之间有一条边直接相连，任意两个城市之间最多只有一条边相连。
接下来一行包含一个整数Q(1<=Q<=300000)，表示询问次数。
接下来Q行，每行包含4个或5个整数，第一个数为1或2，表示询问问题的种类。
如果问题种类是1，后面跟着4个整数A,B,G1,G2，如上描述表示询问如果G1和G2之间的路封掉罪犯能否从城市A逃到城市B，保证A和B不同，G1和G2之间一定存在路。
如果问题种类是2，后面跟着三个整数A,B,C，三个数互不相同，表示询问如果封掉城市C，罪犯能否从城市A逃到城市B。
输入数据保证一开始任意两个城市都可以相互到达。

Output Format

每个询问输出一行“yes”或“no”。

Sample Input

13 15
1 2
2 3
3 5
2 4
4 6
2 6
1 4
1 7
7 8
7 9
7 10
8 11
8 12
9 12
12 13
5
1 5 13 1 2
1 6 2 1 4
1 13 6 7 8
2 13 6 7
2 13 6 8

Sample Output

yes
yes
yes
no
yes

解析

这是一道\(Tarjan\)算法的综合运用题，考察了了有关割点割边等内容。

由于询问的数量较多，我们考虑离线的\(Tarjan\)算法，将原图化为一棵搜索树。

先看一下第一问，和割边的格式有些相似。我们先考虑封掉的边是不是割边。如果不是割边，则对连通性没有影响。如果是割边，我们可以利用如下方法判定。

设封掉的边连接的两个点为\(G1\)，\(G2\)。(深度较深的为\(G1\))
1.点\(A\)在以\(G1\)为根的子树中，但点\(B\)不在以\(G1\)为根的子树中。
2.点\(B\)在以\(G1\)为根的子树中，但点\(A\)不在以\(G1\)为根的子树中。

由于一条割边只能将原图分为两个不同的联通块，所以当两个条件满足一个时，割边必然将\(A\)，\(B\)两点分在了不同的联通块中。

割边我们可以在做\(Tarjan\)时求出，考虑如何判断某个点\(P1\)是否在以点\(P2\)为根的子树中。
我们重新记录一个值\(Maxdfn_x\)代表以x为根的子树中的最大\(dfn\)值。由于一个节点的\(dfn\)值必然比他的祖先节点的\(dfn\)值小，我们就可以利用\(Maxdfn\)数组得到\(subtree\)函数。

inline bool subtree(int p1,int p2)//代表p1是否在以p2为根的子树中
{
    return dfn[p1]>=dfn[p2]&&dfn[p1]<=Maxdfn[p2];
}

一遍\(Tarjan\)就可以解决第一问，考虑如何解决第二问。

我们仍然要求\(C\)点为割点，由于一个割点会将图分为若干个连通分量，我们需要做特殊的记录。对于每一个\(2\)号询问，设\(yA\)代表点\(C\)到点\(A\)路径上的第一个点的编号，\(yB\)代表点\(C\)到点\(B\)路径上的第一个点的编号。

如果\(A\)，\(B\)不在同一条路径上，即\(yA≠yB\)，并且\(yA\)没有能够向上跳超过\(C\)点的返祖边，或者\(yB\)没有能够向上跳超过\(C\)点的返祖边\(B\)，那么\(A\)，\(B\)必然不能互达。

只要求出\(yA\)，\(yB\)就可以了，可以用如下方法：
设\(askA_x\)代表对于某个\(2\)号询问中\(A\)点为\(x\)的询问编号，\(askB_x\)代表对于某个\(2\)号询问中\(B\)点为\(x\)的询问编号，\(askCa_x\)代表某个\(2\)号询问中\(A\)点要求封掉的点\(C\)编号为\(x\)的询问编号，\(askCb_x\)代表某个\(2\)号询问中\(B\)点要求封掉的点\(C\)编号为\(x\)的询问编号。

对于\(Tarjan\)访问到每一个点x时，我们将\(askA_x,askB_x\)一一取出，并以\(C\)节点作为下标将询问编号统计加入\(askCa,askCb\)数组中，在回溯到父节点时，我们就可以方便地统计得到每一个询问的\(yA\)，\(yB\)值。

这样问题就得到了解决。

\(Code:\)

#include<bits/stdc++.h>
using namespace std;
const int N=100000+200,E=500000+200,Q=300000+200;
int n,m,q,Last[E*2],t,dfn[N],low[N],Maxdfn[N],cnt=0,yA[Q],yB[Q];
struct edge{int ver,next;}e[E*2];
struct question{int a,b,c,x,y,index;}ques[Q];
vector < int > askA[N],askB[N],askCa[N],askCb[N];
inline void insert(int x,int y)
{
    e[++t].ver=y;e[t].next=Last[x];Last[x]=t;
}
inline void input(void)
{
    scanf("%d%d",&n,&m);
    for(int i=1;i<=m;i++)
    {
        int u,v;
        scanf("%d%d",&u,&v);
        insert(u,v);
        insert(v,u);
    }
    scanf("%d",&q);
    for(int i=1;i<=q;i++)
    {
        int index;
        scanf("%d",&ques[i].index);
        if(ques[i].index==1)
            scanf("%d%d%d%d",&ques[i].a,&ques[i].b,&ques[i].x,&ques[i].y);
        if(ques[i].index==2)
        {
            scanf("%d%d%d",&ques[i].a,&ques[i].b,&ques[i].c);
            askA[ques[i].a].push_back(i);
            askB[ques[i].b].push_back(i);
        }
    }
}
inline void Tarjan(int x,int fa)
{
    dfn[x]=low[x]=++cnt;
    while(askA[x].size())
    {
        int num=askA[x].back();
        if(dfn[ques[num].c])
            askCa[ques[num].c].push_back(num);
        askA[x].pop_back();
    }
    while(askB[x].size())
    {
        int num=askB[x].back();
        if(dfn[ques[num].c])
            askCb[ques[num].c].push_back(num);
        askB[x].pop_back();
    }
    for(int i=Last[x];i;i=e[i].next)
    {
        int y=e[i].ver;
        if(y==fa)continue;
        if(!dfn[y])
        {
            Tarjan(y,x);
            low[x]=min(low[x],low[y]);
            while(askCa[x].size())
            {
                yA[askCa[x].back()]=y;
                askCa[x].pop_back();
            }
            while(askCb[x].size())
            {
                yB[askCb[x].back()]=y;
                askCb[x].pop_back();
            }
        }
        else low[x]=min(low[x],dfn[y]);
    }
    Maxdfn[x]=cnt;
}
inline bool subtree(int p1,int p2)
{
    return dfn[p1]>=dfn[p2]&&dfn[p1]<=Maxdfn[p2];
}
inline void answer(void)
{
    for(int i=1;i<=q;i++)
    {
        if(ques[i].index==1)
        {
            if(ques[i].x==ques[i].y)printf("yes\n");
            else
            {
                if(dfn[ques[i].x]<dfn[ques[i].y])swap(ques[i].x,ques[i].y);
                if(  (low[ques[i].x]==dfn[ques[i].x])  &&  (subtree(ques[i].a,ques[i].x)^subtree(ques[i].b,ques[i].x))  )
                    printf("no\n");
                else printf("yes\n");
            }
        }
        if(ques[i].index==2)
        {
            if(yA[i]==yB[i])
                printf("yes\n");
            else
            if( (yA[i]&&low[yA[i]]>=dfn[ques[i].c]) || (yB[i]&&low[yB[i]]>=dfn[ques[i].c]) )
                printf("no\n");
            else printf("yes\n");
        }
    }
}
int main(void)
{
    freopen("data.in","r",stdin);
    freopen("data.out","w",stdout);
    input();
    for(int i=1;i<=n;i++)
        if(!dfn[i])Tarjan(i,0);
    answer();
    return 0;
}

『追捕盗贼 Tarjan算法』

原文地址：https://www.cnblogs.com/Parsnip/p/10430847.html

时间： 2024-10-11 06:50:27

『追捕盗贼 Tarjan算法』的相关文章

『Tarjan算法 无向图的割点与割边』

无向图的割点与割边 定义:给定无相连通图\(G=(V,E)\) 若对于\(x \in V\),从图中删去节点\(x\)以及所有与\(x\)关联的边后,\(G\)分裂为两个或以上不连通的子图,则称\(x\)为\(G\)的割点. 若对于\(e \in E\),从图中删去边\(e\)之后,\(G\)分裂为两个不连通的子图,则称\(e\)为\(G\)的割边. 对于很多图上问题来说,这两个概念是很重要的.我们将探究如何求解无向图的割点与割边. 预备知识 时间戳 图在深度优先遍历的过程中,按照每一个节点第一

『Tarjan算法 有向图的强连通分量』

有向图的强连通分量 定义:在有向图\(G\)中,如果两个顶点\(v_i,v_j\)间\((v_i>v_j)\)有一条从\(v_i\)到\(v_j\)的有向路径,同时还有一条从\(v_j\)到\(v_i\)的有向路径,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). 万能的Tarjan算法也可以帮助我们求解有向图的强

『图论』有向图强连通分量的Tarjan算法

在图论中,一个有向图被成为是强连通的(strongly connected)当且仅当每一对不相同结点u和v间既存在从u到v的路径也存在从v到u的路径.有向图的极大强连通子图(这里指点数极大)被称为强连通分量(strongly connected component). 比如说这个有向图中,点\(1,2,4,5,6,7,8\)和相应边组成的子图就是一个强连通分量,另外点\(3,9\)单独构成强连通分量. Tarjan算法是由Robert Tarjan提出的用于寻找有向图的强连通分量的算法.它可以在

『浅入浅出』MySQL 和 InnoDB

作为一名开发人员,在日常的工作中会难以避免地接触到数据库,无论是基于文件的 sqlite 还是工程上使用非常广泛的 MySQL.PostgreSQL,但是一直以来也没有对数据库有一个非常清晰并且成体系的认知,所以最近两个月的时间看了几本数据库相关的书籍并且阅读了 MySQL 的官方文档,希望对各位了解数据库的.不了解数据库的有所帮助. 本文中对于数据库的介绍以及研究都是在 MySQL 上进行的,如果涉及到了其他数据库的内容或者实现会在文中单独指出. 数据库的定义 很多开发者在最开始时其实都对数据

重新学习MySQL数据库2：『浅入浅出』MySQL 和 InnoDB

重新学习Mysql数据库2:『浅入浅出』MySQL 和 InnoDB 作为一名开发人员,在日常的工作中会难以避免地接触到数据库,无论是基于文件的 sqlite 还是工程上使用非常广泛的 MySQL.PostgreSQL,但是一直以来也没有对数据库有一个非常清晰并且成体系的认知,所以最近两个月的时间看了几本数据库相关的书籍并且阅读了 MySQL 的官方文档,希望对各位了解数据库的.不了解数据库的有所帮助. 本文中对于数据库的介绍以及研究都是在 MySQL 上进行的,如果涉及到了其他数据库的内容或者

『扩欧简单运用』

扩展欧几里得算法 顾名思义,扩欧就是扩展欧几里得算法,那么我们先来简单地回顾一下这个经典数论算法. 对于形如\(ax+by=c\)的不定方程,扩展欧几里得算法可以在\(O(5log_{10}\min\{a,b\})\)的时间内找到该方程的一组特解,或辅助\(gcd\)判断该方程无解. 对于扩欧的详细讲解,可见『扩展欧几里得算法 Extended Euclid』. 那么我们注意到一个问题,扩展欧几里得算法求的只是一组特解.事实上,我们可以根据如下公式得到不定方程的通解: \[ \begin{cas

『后缀自动机入门 SuffixAutomaton』

本文的图片材料多数来自\(\mathrm{hihocoder}\)中详尽的\(SAM\)介绍,文字总结为原创内容. 确定性有限状态自动机 DFA 首先我们要定义确定性有限状态自动机\(\mathrm{DFA}\),一个有限状态自动机可以用一个五元组\((\mathrm{S},\Sigma,\mathrm{st},\mathrm{end},\delta)\)表示,他们的含义如下: \(1.\) \(\mathrm{S}\) 代表自动机的状态集 \(2.\) \(\Sigma\) 代表字符集,也称字

NHibernate框架与BLL+DAL+Model+Controller+UI 多层架构十分相似--『Spring.NET+NHibernate+泛型』概述、知识准备及介绍(一)

原文://http://blog.csdn.net/wb09100310/article/details/47271555 1. 概述 搭建了Spring.NET+NHibernate的一个数据查询系统.之前没用过这两个框架,也算是先学现买,在做完设计之 后花了一周搭建成功了.其中,还加上了我的一些改进思想,把DAO和BLL之中相似且常用的增删改查通过泛型T抽象到了DAO和BLL的父类中,其DAO 和BLL子类只需继承父类就拥有了这些方法.和之前的一个数据库表(视图)对应一个实体,一个实体对应一

有向图强连通分支的Tarjan算法讲解 + HDU 1269 连通图 Tarjan 结题报告

题目很简单就拿着这道题简单说说 有向图强连通分支的Tarjan算法 有向图强连通分支的Tarjan算法伪代码如下:void Tarjan(u) {dfn[u]=low[u]=++index//进行DFS,每发现一个新的点就对这个点打上时间戳,所以先找到的点时间戳越早,dfn[U]表示最早发现u的时间,low[u]表示u能到达的最早的时间戳.stack.push(u)//将U压入栈中for each (u, v) in E {if (v is not visted)//如果V点没有经历过DFS,则