算法期中1007. Tarjan算法计算有向图强连通分量
来源:互联网 发布:淘宝宝贝类目不能修改 编辑:程序博客网 时间:2024/06/05 06:54
算法期中1007. 怪兽训练
有向图强连通分量
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)。
下图中,子图{1,2,3,4}为一个强连通分量,因为顶点1,2,3,4两两可达。{5},{6}也分别是两个强连通分量。
Tarjan算法
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。
定义DFN(u)为节点u搜索的次序编号(时间戳),Low(u)为u或u的子树能够追溯到的最早的栈中节点的次序号。
算法伪代码
tarjan(u) { DFN[u]=Low[u]=++Index // 为节点u设定次序编号和Low初值 Stack.push(u) // 将节点u压入栈中 for each (u, v) in E // 枚举每一条边 if (v is not visted) // 如果节点v未被访问过 tarjan(v) // 继续向下找 Low[u] = min(Low[u], Low[v]) else if (v in S) // 如果节点v还在栈内 Low[u] = min(Low[u], DFN[v]) if (DFN[u] == Low[u]) // 如果节点u是强连通分量的根 repeat v = S.pop // 将v退栈,为该强连通分量中一个顶点 print v until (u== v)}
算法流程演示
从节点1开始DFS,把遍历到的节点加入栈中。搜索到节点u=6时,DFN[6]=LOW[6],找到了一个强连通分量。退栈到u=v为止,{6}为一个强连通分量。
返回节点5,发现DFN[5]=LOW[5],退栈后{5}为一个强连通分量。
返回节点3,继续搜索到节点4,把4加入堆栈。发现节点4向节点1有后向边,节点1还在栈中,所以LOW[4]=1。节点6已经出栈,(4,6)是横叉边,返回3,(3,4)为树枝边,所以LOW[3]=LOW[4]=1。
继续回到节点1,最后访问节点2。访问边(2,4),4还在栈中,所以LOW[2]=DFN[4]=5。返回1后,发现DFN[1]=LOW[1],把栈中节点全部取出,组成一个连通分量{1,3,4,2}。
至此,算法结束。经过该算法,求出了图中全部的三个强连通分量{1,3,4,2},{5},{6}。
可以发现,运行Tarjan算法的过程中,每个顶点都被访问了一次,且只进出了一次堆栈,每条边也只被访问了一次,所以该算法的时间复杂度为O(N+M)。
题目
贝爷的人生乐趣之一就是约战马会长. 他知道马会长喜欢和怪兽对决,于是他训练了N只怪兽,并对怪兽用0到N-1的整数进行编号. 贝爷训练怪兽的方式是让它们一对一互殴. 两只怪兽互殴会发生以下三种可能的结果:
1) 什么事也没发生
2) 第一只怪兽永远消失
3) 第二只怪兽永远消失
怪兽们经过了旷日持久的互殴. 贝爷不知道哪些怪兽进行了互殴也不知道它们互殴的顺序,但他确信无论经过多少次互殴,总有一些怪兽能存活下来,他将要派这些怪兽去和马会长对决. 现在他想知道至少有多少只怪兽能存活下来,你能帮他算出来吗?请实现下面Solution类中的minLeftMonsters函数,完成上述功能.
参数G: N*N(1 <= N <= 50)字符矩阵,G[i][j]表示怪兽i和怪兽j互殴会发生的结果. 字符‘+’代表怪兽i会消失,’-’代表怪兽j会消失,数字’0’则代表什么都没发生. 输入保证G[i][i]一定是’0’,而且G[i][j]和G[j][i]一定相反(’-’和’+’互为相反,’0’和自身相反).
返回值:怪兽存活的最少数目.例1:
G =
0+-
-0+
+-0
返回1.例2:
000
000
000
返回3.
解题分析
这道题是让我们计算在经过多次无序的互殴之后、怪物存活的最少数量。那我们来怎么思考这个问题呢?
其实我们可以把怪物抽象成一个个节点,然后把怪兽消失的动作抽象成一条条有向路径,这样的话,我们就可以得到一个有向图,表示怪物之间互殴的结果。
很明显,这样的话,如果若干只怪物是互斥的,即若干个节点构成一个环,那么这几只怪物最后存活的数量最少为1,刚好是环的个数,也即计算强连通分量的个数。
这样我们就可以通过上面提到的Tarjan算法的思想来解决这个问题,在此就不再赘述~
源代码
class Solution {public: int STACK[50], top; //Tarjan 算法中的栈 bool InStack[50]; //检查是否在栈中 int DFN[50]; //深度优先搜索访问次序 int Low[50]; //能追溯到的最早的次序 int ComponetNumber; //有向图强连通分量个数 int Index; //索引号 vector <int> Edge[50]; //邻接表表示 vector <int> Component[50]; //获得强连通分量结果 int minLeftMonsters(vector<vector<char>> G) { top = ComponetNumber = Index = 0; memset(STACK, -1, sizeof(STACK)); memset(InStack, 0, sizeof(InStack)); memset(DFN, -1, sizeof(DFN)); memset(Low, -1, sizeof(Low)); for (int i = 0; i < 50; i++) { while (!Edge[i].empty()) { Edge[i].pop_back(); } while (!Component[i].empty()) { Component[i].pop_back(); } } for (int i = 0; i < G.size(); i++) { for (int j = 0; j < G[i].size(); j++) { if (G[i][j] == '+') { Edge[i].push_back(j); } } } for (int i = 0; i < G.size(); i++) { if (DFN[i] == -1) { Tarjan(i); } } return ComponetNumber; } void Tarjan(int i) { int j; DFN[i] = Low[i] = Index++; InStack[i] = true; STACK[++top] = i; for (int edge = 0; edge < Edge[i].size(); edge++) { j = Edge[i][edge]; if (DFN[j] == -1) { Tarjan(j); Low[i] = min(Low[i], Low[j]); } else if (InStack[j]) { Low[i] = min(Low[i], DFN[j]); } } if (DFN[i] == Low[i]) { ComponetNumber++; do { j = STACK[top--]; InStack[j] = false; Component[ComponetNumber].push_back(j); } while (j != i); } }};
以上是我对这道问题的一些想法,有问题还请在评论区讨论留言~
- 算法期中1007. Tarjan算法计算有向图强连通分量
- Tarjan算法--有向图强连通分量算法
- Tarjan算法--有向图强连通分量算法
- 有向图强连通分量的Tarjan算法
- 有向图强连通分量的Tarjan算法
- 【转载】有向图强连通分量的Tarjan算法
- 有向图强连通分量的Tarjan算法[ZZ]
- 有向图强连通分量的Tarjan算法
- 有向图强连通分量Tarjan算法
- 有向图强连通分量的Tarjan算法
- 有向图强连通分量的Tarjan算法
- 有向图的强连通分量&&Tarjan算法
- 有向图强连通分量tarjan算法
- 有向图强连通分量的Tarjan算法
- 有向图强连通分量之tarjan算法
- 有向图强连通分量 Tarjan算法
- 有向图强连通分量的Tarjan算法
- 有向图强连通分量的Tarjan算法
- 【转】用C语言扩展Python的功能
- AWS中EC2实例的根设备卷-本地存储或EBS存储
- 2017秋招之面试整理(1)
- 数据结构预备常识
- mysql快速复制数据,多条件查询技巧
- 算法期中1007. Tarjan算法计算有向图强连通分量
- 关于view的自定义viewpager
- Kafka分区分配计算(分区器Partitions)
- vue踩坑之全局使用axios
- Materials
- 一个偶然错误引起对gcc和g++的认识
- 【技术重温】html之重点(一)
- 指尖上行--移动前端开发进阶之路(读书笔记)----1.3常用库和框架
- java中fail-fast 和 fail-safe的区别