强连通分量分解详解超级详细

（写的有点小多，慢慢看，会有收获的）
（1）
首先我们得了解，什么是强连通？
如果在一个有向图顶点子集内，任取两个点 u 和 v ，都能找到一条路径从 u 到 v ，则称该子集为强连通

（2）
其次我们得了解，什么是强连通分量？
如果我们在一个强连通的顶点集合内，加入其他其他任意顶点集合后，它都会变得不再是强连通的，则称该顶点集合为强连通分量

（3）
最后我们得了解，什么是强连通分量分解？
任意有向图都可被分解成若干个不相交的强连通分量（这个不相交，指不同分量中顶点都是不同的），这就是强连通分量分解

注意：我们一般是对有向有环图进行强连通分量，因为有向无环图中，没有强连通分量，无向图中，所有顶点集是一个强连通分量，这种分解没有意义

（4）
那我们怎么进行强连通分量分解？

①

我们首先进行一次 dfs ，选取任意顶点作为起点，遍历所有尚未访问过的顶点，并在回溯前给顶点标号（后序遍历），对剩余未访问过的顶点，不断重复上述过程
这次的标号主要是为了使越接近图的尾部，顶点的标号越小，为后续操作做铺垫

怎么标号？
我们可以建立一个 vector 容器，这样我们将越接近图的尾部的，越先放入

为什么可以从任何顶点开始？
因为我们是把尾部最先放入。不管我们从哪个点开始遍历，都能遍历到当前剩余顶点集当中，最接近尾部的点，所以不管我们从哪里遍历，都能将该点及该点后面的所有点正确放入。
例如我们按 1 2 3 号顶点的顺序开始遍历，那么我们放入的点，就是圈起来的部分。
很容易看出不管从哪个点开始，都能正确完成操作

为什么需要后序遍历？（即先向下递归，回溯时在放入 vector）
因为我们是越接近图的尾部，越先放入。
如果是前序遍历就相当于越接近头部越先放入，这样会出错，因为我们从任意顶点开始遍历，比如我们按 1 2 3 的顺序进行遍历，这样我们先放的相当于是顶点1 ，而顶点 1 并非头部，这样就会出错

②

我们再进行一次 dfs ，先将所有边反向，然后以标号最大的顶点为起点进行 dfs ，每次 dfs 所遍历的顶点集合就构成了一个强连通分量，拿个数组保存以下各个点属于哪个强连通分量即可

反向，其实就是记录边的时候多记录一条反向边
从标号最大的开始遍历，其实就是将 vector 从后向前遍历一次

这个的思路是这样的：
因为我们是按从头部到尾部遍历，所以我们正在遍历的只有两种情况
例：如果我们遍历到顶点1 ，此时没有遍历过的可能是 ”旁边“ 的，或者 “后面” 的
（阴影的相当于已经遍历过）
对于“旁边”：由于上游的点已经遍历过，所以旁边的点递归不到，所以不用考虑
对于“后面”：假设顶点v 在顶点u 的“后面”，因为在“后面”，所以有条 u 到 v 的路径，如果把边反向后，仍然顶点u 有路径到达顶点v ，相当于在正向图中有一条 v 到 u 的路径，证明 u 到 v 连通

代码如下：

#include <iostream>
#include <stdio.h>
#include <vector>
#include <string.h>
using namespace std;
vector<int> data[10005];
vector<int> rdata[10005];
vector<int> flag;
int used[10005];
int kind[10005];
void add_edge(int i, int j)
{data[i].push_back(j);rdata[j].push_back(i);
}
void dfs(int v)
{used[v] = true;for(int i = 0; i < data[v].size(); i++){if(!used[data[v][i]]){dfs(data[v][i]);}}flag.push_back(v);
}
void rdfs(int v, int k)
{used[v] = true;kind[v] = k;for(int i = 0; i < rdata[v].size(); i++){if(!used[rdata[v][i]]){rdfs(rdata[v][i], k);}}
}
int scc()
{memset(used, false, sizeof(used));for(int i = 0; i < N; i++){if(!used[i]) dfs(i);}memset(used, false, sizeof(used));int num = 0;for(int i = flag.size() - 1; i >= 0; i--){if(!used[flag[i]]){rdfs(flag[i], num);num++;}}return num
}

强连通分量分解详解超级详细相关推荐

Redis五种数据类型应用场景详解(超级详细版)
目录 NoSQL:一类新出现的数据库(not only sql) 特征 NoSQL和SQL数据库的比较: 电商场景解决方案 Redis简介 Redis特性 Redis 优势 Redis应用场景官方文 ...
树上分治详解超级详细（附带例题 poj1741（给了题目））
例题大概意思就是有一颗有 n 个顶点的树,其中连接顶点 a_i 和 b_i 的边 i 的长度为 l ,然后统计最短距离不超过 k 的顶点的对数 (虽然篇幅比较长,但是看完会有收获的) 树上的分治,与其 ...
平面分治详解超级详细（附带例题最近点对问题（给了题目））（UVA10245，P1257，P1429）
最近点对问题,大概意思平面有n个点,求距离最近的两个点对的距离(可用平面分治解决绝大部分情况) 首先如果一个一个比较,那就是n的二次方复杂度,那很多情况都会超时我们考虑使用分治法,大概思路就是将这个 ...
Spring AOP全面详解(超级详细)
如果说IOC 是 Spring 的核心,那么面向切面编程AOP就是 Spring 另外一个最为重要的核心@mikechen AOP的定义 AOP (Aspect Orient Programming) ...
Java基本注解详解(超级详细)
原文链接: 今日头条 Java注解是一个很重要的知识点,用于对代码进行说明,可以对包.类.接口.字段.方法参数.局部变量等进行注解. 掌握好Java注解有利于学习框架底层实现.@mikechen Ja ...
最小路径覆盖详解超级详细（附带例题 Stock Charts（给了题目））
最小路径覆盖定义:在图G中找出一些路径,每条路径从起点走到终点,使所有点均被覆盖,且只被覆盖一次,选出的这些路径组成路径覆盖.如果找出最少的路径成为一个路径覆盖,则称为最小路径覆盖. 对于不包含圈的有 ...
kickstart详解(超级详细)
一.kickstart是什么许多系统管理员宁愿使用自动化的安装方法来安装红帽企业 Linux.为了满足这种需要,红帽创建了kickstart安装方法.使用kickstart,系统管理员可以创建一 ...
有向图最长路径算法_算法数据结构 | 三个步骤完成强连通分量分解的Kosaraju算法...
强连通分量分解的Kosaraju算法今天是算法数据结构专题的第35篇文章,我们来聊聊图论当中的强连通分量分解的Tarjan算法. Kosaraju算法一看这个名字很奇怪就可以猜到它也是一个根据人名起 ...
poj2186（强连通分量分解）
题目大概意思为有 N 头牛,有些牛认为有些牛是红人,该关系具有传递性,例如果牛A觉得牛B是红人,牛B认为牛C是红人,则牛A也会认为牛C是红人,求被其他所有牛认为是红人的牛的总数假设被其他所有牛认为是 ...

强连通分量分解详解超级详细

①

②

强连通分量分解详解超级详细相关推荐

最新文章

热门文章

强连通分量分解详解 超级详细

①

②

强连通分量分解详解 超级详细相关推荐

最新文章

热门文章

强连通分量分解详解超级详细

强连通分量分解详解超级详细相关推荐