Kosaraju算法详解

Kosaraju算法详解

Kosaraju算法是干什么的？

Kosaraju算法可以计算出一个有向图的强连通分量

什么是强连通分量？

在一个有向图中如果两个结点（结点v与结点w）在同一个环中（等价于v可通过有向路径到达w，w也可以到达v）它们两个就是强连通的，所有互为强连通的点组成了一个集合，在一幅有向图中这种集合的数量就是这幅图的强连通分量的数量

怎么算？？

第一步：计算出有向图 (G) 的反向图 (G反) 的逆后序排列（代码中有介绍）

第二步：在有向图 (G) 中进行标准的深度优先搜索，按照刚才计算出的逆后序排列顺序而非标准顺序

class Kosaraju {

private Digraph G;

private Digraph reverseG; //反向图

private Stack reversePost; //逆后续排列保存在这

private boolean[] marked;

private int[] id; //第v个点在几个强连通分量中

private int count; //强连通分量的数量

public Kosaraju(Digraph G) {

int temp;

this.G = G;

reverseG = G.reverse();

marked = new boolean[G.V()];

id = new int[G.V()];

reversePost = new Stack();

makeReverPost(); //算出逆后续排列

for (int i = 0; i < marked.length; i++) { //重置标记

marked[i] = false;

}

for (int i = 0; i < G.V(); i++) { //算出强连通分量

temp = reversePost.pop();

if (!marked[temp]) {

count++;

dfs(temp);

}

}

}

/*

* 下面两个函数是为了算出 逆后序排列

*/

private void makeReverPost() {

for (int i = 0; i < G.V(); i++) { //V()返回的是图G的节点数

if (!marked[i])

redfs(i);

}

}

private void redfs(int v) {

marked[v] = true;

for (Integer w: reverseG.adj(v)) { //adj(v)返回的是v指向的结点的集合

if (!marked[w])

redfs(w);

}

reversePost.push(v); //在这里把v加入栈,完了到时候再弹出来,弹出来的就是逆后续排列

}

/*

* 标准的深度优先搜索

*/

private void dfs(int v) {

marked[v] = true;

id[v] = count;

for (Integer w: G.adj(v)) {

if (!marked[w])

dfs(w);

}

}

public int count() { return count;}

}

为什么这样就可以算出强连通分量的数量？（稍微有些费解）

比如有这样一个图，它有五个强连通分量

我们需要证明在26行的dfs(temp)中找到的①全是点temp的强连通点，②且是它全部的强连通点

证明时不要忘了定义：v可通过有向路径到达w，w也可以到达v，则它俩强连通

先证明②：

用反证法，就假如对一个点（点w）深度优先搜索时有一个它的强连通点（点v）没找到。

如果没找到，那就说明 点v 已经在找其他点时标记过了， 但 点v 如果已经被标记过了，因为有一条 v  -> w 的有向路径，那 点w 肯定也被找过了，那就不会对 点w 深度优先搜索了。

假设不成立     (*^^*)

再证明①：

对一个点（点w）深度优先搜索时找到了一个点（点v），说明有一条 w -> v 的有向路径，再证明有一条 v -> w 的路径就行了，证明有一条 v -> w 的路径，就相当于证明图G的反向图（G反）有一条 w -> v 的有向路径，因为 点w 和 点v 满足那个 逆后序排列，而逆后序排列是在redfs(node)结束时将node加入栈，再从栈中弹出，那说明反向图的深度优先搜索中redfs(v)肯定在redfs(w)前就结束了，那就是两种情况：

■ redfs(v)已经完了redfs(w)才开始

■ redfs(v)是在 redfs(w)开始之后结束之前 结束的，也就是redfs(v)是在redfs(w)内部结束的

第一种情况不可能，因为 G反 有一条 v -> w 的路径（因为G有一条 w -> v 的路径），满足第二中情况即在 G反 中有一条 w -> v 的路径。

终于证完了。

完整代码：

package practice;

import java.util.ArrayList;

import java.util.Stack;

public class TestMain {

public static void main(String[] args) {

Digraph a = new Digraph(13);

a.addEdge(0, 1);a.addEdge(0, 5);a.addEdge(2, 3);a.addEdge(2, 0);a.addEdge(3, 2);

a.addEdge(3, 5);a.addEdge(4, 3);a.addEdge(4, 2);a.addEdge(5, 4);a.addEdge(6, 0);

a.addEdge(6, 4);a.addEdge(6, 9);a.addEdge(7, 6);a.addEdge(7, 8);a.addEdge(8, 7);

a.addEdge(8, 9);a.addEdge(9, 10);a.addEdge(9, 11);a.addEdge(10, 12);a.addEdge(11, 4);

a.addEdge(11, 12);a.addEdge(12, 9);

Kosaraju b = new Kosaraju(a);

System.out.println(b.count());

}

}

class Kosaraju {

private Digraph G;

private Digraph reverseG; //反向图

private Stack reversePost; //逆后续排列保存在这

private boolean[] marked;

private int[] id; //第v个点在几个强连通分量中

private int count; //强连通分量的数量

public Kosaraju(Digraph G) {

int temp;

this.G = G;

reverseG = G.reverse();

marked = new boolean[G.V()];

id = new int[G.VDDpUThGHGK()];

reversePost = new Stack();

makeReverPost(); //算出逆后续排列

for (int i = 0; i < marked.length; i++) { //重置标记

marked[i] = false;

}

for (int i = 0; i < G.V(); i++) { //算出强连通分量

temp = reversePost.pop();

if (!marked[temp]) {

count++;

dfs(temp);

}

}

}

/*

* 下面两个函数是为了算出 逆后序排列

*/

private void makeReverPost() {

for (int i = 0; i < G.V(); i++) { //V()返回的是图G的节点数

if (!marked[i])

redfs(i);

}

}

private void redfs(int v) {

marked[v] = true;

for (Integer w: reverseG.adj(v)) { //adj(v)返回的是v指向的结点的集合

if (!marked[w])

redfs(w);

}

reversePost.push(v); //在这里把v加入栈,完了到时候再弹出来,弹出来的就是逆后续排列

}

/*

* 标准的深度优先搜索

*/

private void dfs(int v) {

marked[v] = true;

id[v] = count;

for (Integer w: G.adj(v)) {

if (!marked[w])

dfs(w);

}

}

public int count() { return count;}

}

/*

* 图

*/

class Digraph {

private ArrayList[] node;

private int v;

public Digraph(int v) {

node = (ArrayList[]) new ArrayList[v];

for (int i = 0; i < v; i++)

node[i] = new ArrayList();

this.v = v;

}

public void addEdge(int v, int w) { node[v].add(w);}

public Iterable adj(int v) { return node[v];}

public Digraph reverse() {

Digraph result = new Digraph(v);

for (int i = 0; i < v; i++) {

for (Integer w : adj(i))

result.addEdge(w, i);

}

return result;

}

public int V() { return v;}

}

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。