Day 22 - 图论联通性

合集 - 2024 暑假(51)

1.2024 暑假记2024-08-162.Day 1 - 二分2024-07-083.Day 1 - 题目集2024-07-084.Day 2 - 分治、倍增、LCA 与树链剖分2024-07-095.Day 2 - 题目集2024-07-096.Day 3 - 单调栈、单调队列、凸包与斜率优化2024-07-107.Day 3 - 题目集2024-07-108.Day 4 - 搜索进阶与模拟2024-07-119.Day 4 - 题目集2024-07-1110.Day 5 - 双指针与折半搜索2024-07-1211.Day 5 - 题目集2024-07-1212.Day 7 - 哈希与 KMP2024-07-1413.Day 7 - 题目集2024-07-1414.Day 8 - 并查集、堆、set 与 map2024-07-1515.Day 8 - 题目集2024-07-1516.Day 9 - 线段树2024-07-1617.Day 9 - 题目集2024-07-1718.Day 10 - 动态规划与树状数组2024-07-1719.Day 10 - 题目集2024-07-1720.Day 11 - 模拟赛2024-07-1821.Day 11 - 题目集2024-07-1822.Day 13 - 树形 DP 与换根 DP2024-07-2023.Day 13 - 题目集2024-07-2024.Day 14 - 模拟赛2024-07-2125.Day 14 - 题目集2024-07-2126.Day 15 - 数位 DP 与状压 DP2024-07-2227.Day 15 - 题目集2024-07-2228.Day 16 - 模拟赛2024-07-2329.Day 16 - 题目集2024-07-2330.Day 17 - 贪心2024-07-2431.Day 17 - 题目集2024-07-2432.Day 19 - 构造、转换与模拟2024-07-2633.Day 19 - 题目集2024-07-2634.Day 20 - 最短路与差分约束2024-07-2735.Day 20 - 题目集2024-07-2736.Day 21 - 最小生成树2024-07-2837.Day 21 - 题目集2024-07-28

38.Day 22 - 图论联通性2024-07-29

39.Day 22 - 题目集2024-07-2940.Day 23 - 模拟赛2024-07-3041.Day 23 - 题目集2024-07-3042.Day 25 - 同余与乘法逆元2024-08-0143.Day 25 - 题目集2024-08-0144.Day 26 - 模拟赛2024-08-0245.Day 26 - 题目集2024-08-0346.Day 27 - 欧几里得算法与中国剩余定理2024-08-0347.Day 27 - 题目集2024-08-0348.Day 28 - 组合数学与矩阵初步2024-08-0449.Day 28 - 题目集2024-08-0450.Day 29 - 结营测试2024-08-0551.Day 29 - 题目集2024-08-05

收起

1|0强连通分量

1|1简介

在阅读下列内容之前，请务必了解图论相关概念中的基础部分。

强连通的定义是：有向图 $G$ 强连通是指，$G$ 中任意两个结点连通。

强连通分量（$\text{Strongly Connected Components}$，$\text{SCC}$）的定义是：极大的强连通子图。

这里要介绍的是如何来求强连通分量。

1|2Tarjan 算法

1|0引入

$\text{Robert E. Tarjan}$（罗伯特·塔扬，$1948\text{~}$），生于美国加州波莫纳，计算机科学家。

$\text{Tarjan}$ 发明了很多算法和数据结构。不少他发明的算法都以他的名字命名，以至于有时会让人混淆几种不同的算法。比如求各种连通分量的 $\text{Tarjan}$ 算法，求 $\text{LCA}$（$\text{Lowest Common Ancestor}$，最近公共祖先）的 $\text{Tarjan}$ 算法。并查集、$\text{Splay}$、$\text{Toptree}$ 也是 $\text{Tarjan}$ 发明的。

我们这里要介绍的是在有向图中求强连通分量的 $\text{Tarjan}$ 算法。

1|0DFS 生成树

在介绍该算法之前，先来了解DFS 生成树，我们以下面的有向图为例：

有向图的 $\text{DFS}$ 生成树主要有 $4$ 种边（不一定全部出现）：

1. 树边（$\text{tree edge}$）：示意图中以黑色边表示，每次搜索找到一个还没有访问过的结点的时候就形成了一条树边。
2. 反祖边（$\text{back edge}$）：示意图中以红色边表示（即 $7\to 1$），也被叫做回边，即指向祖先结点的边。
3. 横叉边（$\text{cross edge}$）：示意图中以蓝色边表示（即 $9\to 7$），它主要是在搜索的时候遇到了一个已经访问过的结点，但是这个结点并不是当前结点的祖先。
4. 前向边（$\text{forward edge}$）：示意图中以绿色边表示（即 $3\to 6$），它是在搜索的时候遇到子树中的结点的时候形成的。

我们考虑 DFS 生成树与强连通分量之间的关系。

如果结点 $u$ 是某个强连通分量在搜索树中遇到的第一个结点，那么这个强连通分量的其余结点肯定是在搜索树中以 $u$ 为根的子树中。结点 $u$ 被称为这个强连通分量的根。

反证法：假设有个结点 $v$ 在该强连通分量中但是不在以 $u$ 为根的子树中，那么 $u$ 到 $v$ 的路径中肯定有一条离开子树的边。但是这样的边只可能是横叉边或者反祖边，然而这两条边都要求指向的结点已经被访问过了，这就和 $u$ 是第一个访问的结点矛盾了。得证。

1|0Tarjan 算法求强连通分量

在 $\text{Tarjan}$ 算法中为每个结点 $u$ 维护了以下几个变量：

1. ${\mathit{\text{dfn}}}_u$：深度优先搜索遍历时结点 $u$ 被搜索的次序。
2. ${\mathit{\text{low}}}_u$：在 $u$ 的子树中能够回溯到的最早的已经在栈中的结点。设以 $u$ 为根的子树为 ${\mathit{\text{Subtree}}}_u$。${\mathit{\text{low}}}_u$ 定义为以下结点的 $\mathit{\text{dfn}}$ 的最小值：${\mathit{\text{Subtree}}}_u$ 中的结点；从 ${\mathit{\text{Subtree}}}_u$ 通过一条不在搜索树上的边能到达的结点。

一个结点的子树内结点的 $dfn$ 都大于该结点的 $dfn$。

从根开始的一条路径上的 $dfn$ 严格递增，$low$ 严格非降。

按照深度优先搜索算法搜索的次序对图中所有的结点进行搜索，维护每个结点的 dfn 与 low 变量，且让搜索到的结点入栈。每当找到一个强连通元素，就按照该元素包含结点数目让栈中元素出栈。在搜索过程中，对于结点 $u$ 和与其相邻的结点 $v$（$v$ 不是 $u$ 的父节点）考虑 $3$ 种情况：

1. $v$ 未被访问：继续对 $v$ 进行深度搜索。在回溯过程中，用 ${\mathit{\text{low}}}_v$ 更新 ${\mathit{\text{low}}}_u$。因为存在从 $u$ 到 $v$ 的直接路径，所以 $v$ 能够回溯到的已经在栈中的结点，$u$ 也一定能够回溯到。
2. $v$ 被访问过，已经在栈中：根据 low 值的定义，用 ${\mathit{\text{dfn}}}_v$ 更新 ${\mathit{\text{low}}}_u$。
3. $v$ 被访问过，已不在栈中：说明 $v$ 已搜索完毕，其所在连通分量已被处理，所以不用对其做操作。

将上述算法写成伪代码：

TARJAN_SEARCH(int u)
    vis[u]=true
    low[u]=dfn[u]=++dfncnt
    push u to the stack
    for each (u,v) then do
        if v hasn't been searched then
            TARJAN_SEARCH(v) // 搜索
            low[u]=min(low[u],low[v]) // 回溯
        else if v has been in the stack then
            low[u]=min(low[u],dfn[v])

对于一个连通分量图，我们很容易想到，在该连通图中有且仅有一个 $u$ 使得 ${\mathit{\text{dfn}}}_u={\mathit{\text{low}}}_u$。该结点一定是在深度遍历的过程中，该连通分量中第一个被访问过的结点，因为它的 $dfn$ 和 $low$ 值最小，不会被该连通分量中的其他结点所影响。

因此，在回溯的过程中，判定 ${\mathit{\text{dfn}}}_u={\mathit{\text{low}}}_u$ 是否成立，如果成立，则栈中 $u$ 及其上方的结点构成一个 $\text{SCC}$。

1|0实现

int dfn[N], low[N], dfncnt, s[N], in_stack[N], tp;
int scc[N], sc;  // 结点 i 所在 SCC 的编号
int sz[N];       // 强连通 i 的大小

void tarjan(int u) {
    low[u] = dfn[u] = ++dfncnt, s[++tp] = u, in_stack[u] = 1;
    for (int i = h[u]; i; i = e[i].nex) {
    const int &v = e[i].t;
    if (!dfn[v]) {
        tarjan(v);
        low[u] = min(low[u], low[v]);
    } else if (in_stack[v]) {
        low[u] = min(low[u], dfn[v]);
    }
    }
    if (dfn[u] == low[u]) {
    ++sc;
    while (s[tp] != u) {
        scc[s[tp]] = sc;
        sz[sc]++;
        in_stack[s[tp]] = 0;
        --tp;
    }
    scc[s[tp]] = sc;
    sz[sc]++;
    in_stack[s[tp]] = 0;
    --tp;
    }
}

时间复杂度 $O(n+m)$。

1|3应用

我们可以将一张图的每个强连通分量都缩成一个点。

然后这张图会变成一个 $\text{DAG}$$，可以进行拓扑排序以及更多其他操作。

举个简单的例子，求一条路径，可以经过重复结点，要求经过的不同结点数量最多。

1|4习题

USACO Fall/HAOI 2006 受欢迎的牛

POJ1236 Network of Schools

__EOF__

本文作者：So_noSlack
本文链接：https://www.cnblogs.com/So-noSlack/p/18329292.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！