算法复习——图算法篇之强连通分量

算法复习——图算法篇之强连通分量

以下内容主要参考中国大学MOOC《算法设计与分析》，墙裂推荐希望入门算法的童鞋学习！

1. 问题背景

• 社交圈划分

  • 如何把人群按通话记录划分成不同的社交圈？
  • 如果闭环通话，说明关系相对密切；如果单向通话，说明关系相对疏远。

• 强连通分量（有向图）

  • 一个强连通分量是顶点的子集
  • 强连通分量中任意两点相互可达
  • 满足最大型：加入新顶点，不保证相互可达
  • 特性：任意两强连通分量不相交
    • 反证易得，若相交，破坏了最大性

2. 问题定义

强连通分量（Strongly Connected Components）

输入：

• 有向图$G=<V,E>$

输出：

• 图的所有强连通分量$C_1,C_2,\dots ,C_n$

3. 算法框架

步骤1：把边反向，得到反向图$G^R$

步骤2：在$G^R$上执行DFS，得到顶点完成时刻顺序$L$

​ 例如，得到的$L$如下所示：

步骤3：在$G$上按$L$逆序执行DFS，得到强连通分量

4. 伪代码

Strongly-Connected-Component(G)

输入：图G

输出：强连通分量

R ← {}
G_R ← G.reverse()
L ← DFS(G_R)