有向圖的強連通性(java)
Kosaraju演算法
一句話理解Kosaraju演算法:按從終點向起點遍歷的順序遍歷有向圖,如果能遇到起點,那麼就說明該兩點之間是強連線關係。
Tarjan演算法
package graph.digraph;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.util.Scanner;
import java.util.Stack;
import list.Bag;
/**
* 計算強連通分量的Tarjan演算法
* 思路:為每個節點記錄下其遍歷的次序,
* 和一個動態的標識,該標識表示此結點最小強連通圖的根結點,即記錄該結點屬於哪個最小子樹,
* 那麼如何記錄呢,通過遞迴的方法從下到上(從葉子結點到根結點)回溯,倒著更新每個結點的標識,
* 這樣如果遇到了子結點是已經訪問過的結點,此時更新其上一個結點的標識(取子結點的次序和本結點的標識的最小值);
* 如果遇到了子結點是新結點,那麼就繼續下遞迴。
* 每次更新完一個結點的標識,就和自己的次序做一個比較,看自己是不是最小連通圖的根結點,是的話就把從自己往後的結點全部出棧。
*/
public class SCC2 {
//遍歷標記
private boolean[] marked;
//連通分量標記
private int[] id;
//遍歷次序記錄
private int[] dfn;
//所在最小子樹的根結點記錄
private int[] low;
//遍歷棧
private Stack<Integer> stack = new Stack<>();
private int index = 0;
private int count = 0;
public SCC2(Digraph D) {
marked = new boolean[D.V()];
dfn = new int[D.V()];
low = new int[D.V()];
id = new int[D.V()];
for (int i=0; i < D.V(); ++i){
if (!marked[i]){
dfs(D, i);
}
}
}
private void dfs(Digraph D, int v){
//初始化次序和標識
low[v] = dfn[v] = ++index;
//入棧遍歷的結點
stack.push(v);
marked[v] = true;
for (int w:D.adj(v)){
//未訪問過的子結點,繼續向下遍歷,然後通過回溯再更新自己的標識
if (!marked[w]){
dfs(D, w);
low[v] = Math.min(low[v], low[w]);
//如果該子結點仍在棧中,那麼取兩者的最小值,更新自己的標識
}else if (stack.contains(w)){
low[v] = Math.min(low[v], dfn[w]);//此處有疑問,不知道為何要取兩者的最小值,不是dfn[w]就可以了嗎 TODO
}
}
//自己是根結點,出棧
if (low[v] == dfn[v]){
++count;
int tmp;
do {
tmp = stack.pop();
id[tmp] = count;
}while (tmp != v);
}
}
boolean stronglyConnected(int v, int w){
return id[v] == id[w];
}
int count(){
return count;
}
int id(int v){
return id[v];
}
public static void main(String[] args){
try {
Digraph d = new Digraph(new Scanner(new FileReader(new File("src/graph/data/data1"))));
System.out.println(d);
SCC2 cc = new SCC2(d);
Bag<Integer>[] components = (Bag<Integer>[]) new Bag[cc.count()];
for (int i=0; i < cc.count(); ++i){
components[i] = new Bag<>();
}
for (int v=0; v < d.V(); ++v){
components[cc.id(v)-1].add(v);
}
for (int i=0; i < cc.count(); ++i){
System.out.print(i + ": ");
components[i].forEach(System.out::print);
System.out.println();
}
System.out.println("components:" + cc.count());
} catch (FileNotFoundException e) {
e.printStackTrace();
}
}
}
相關文章
- 有向圖的連通性(判強連通)
- Tarjan 求有向圖的強連通分量
- 圖論連通性圖論
- [複習] 圖連通性
- 求有向圖的強連通分量(c語言版)C語言
- 圖論連通性相關圖論
- 20240628總結(圖的連通性)
- 連通性相關
- 使用 Java 測試網路連通性的幾種方法Java
- 有向圖的基本演算法-Java實現演算法Java
- PostGIS管網連通性分析
- Java實現管線拓撲關係連通性分析Java
- 圖之強連通、強連通圖、強連通分量 Tarjan演算法演算法
- 連通性問題大雜燴
- Tarjan(連通性相關) 筆記筆記
- 使用telnet測試指定埠的連通性
- 圖論-有向圖縮點圖論
- 強連通圖的演算法演算法
- 有向圖的拓撲排序——DFS排序
- Java雙向連結串列的實現Java
- 如何優雅的使用telnet測試埠連通性
- 使用mtr排查伺服器網路連通性伺服器
- 如何快速全面驗證網路埠連通性
- Codeforces 500B. New Year Permutation[連通性]
- java實現雙向連結串列Java
- Xamarin Essentials教程檢查網路連通性Connectivity
- 帶回路的有向圖採用什麼模式?模式
- 用SQL解決有向圖問題SQL
- 如何在 Java 中實現無向環和有向環的檢測Java
- 軟考筆記-有向圖的鄰接矩陣筆記矩陣
- Java--Socket通訊(雙向,有介面)Java
- 5G連通性的未來:20個可能被顛覆的行業行業
- 物聯網連通性成超半數能源企業的主要挑戰
- 圖論——強連通分量(Tarjan演算法)圖論演算法
- 讓 UIWebview 擁有超強的圖片處理能力UIWebView
- 圖靈社群的前端對字型有強迫症麼?圖靈前端
- 用SQL解決有向圖問題(轉)SQL
- 拓撲排序 (BFS )DAG (有向無環圖)排序