浅谈 Tarjan 算法-Toy模板网

这篇具有很好参考价值的文章主要介绍了浅谈 Tarjan 算法。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

在了解 Tarjan 算法之前，我们先来了解 dfs 搜索树。

1 dfs 生成树

定义： dfs 遍历整张图，按照 dfs 序构成一棵树。

1.1 有向图的 dfs 生成树

tarjan算法,学习笔记,算法

有向图的 dfs 生成树包括四种边：

树边（tree edge）：图中黑色边表示。表示搜索访问到未访问过的结点。
回边（back edge）：图中橙色边表示。表示该边指向先前访问过的祖先。
叉边（cross edge）：图中蓝色边表示。表示该边指向先前访问过的非祖先结点。
前向边（forward edge）：图中红色边表示。表示该边指向先前访问过的孩子结点。

1.2 无向图的 dfs 生成树

tarjan算法,学习笔记,算法
无向图的 dfs 生成树仅包含两种边：树边和回边。

证明没有叉边和前向边：

如果存在叉边 $\to v$ ，其中 $u$ 为当前搜索访问到的结点， $v$ 为之前访问过的非祖先结点，那么在访问 $v$ 时，就应该访问了 $u$ ，与 $u$ 为当前搜索访问到的结点矛盾。
如果存在前向边 $\to v$ ，那么在首次访问 $v$ 时，该边就会作为一条回边指向 $u$ ，不会作为 $\to v$ 一条前向边。

2 Tarjan 算法

2.1 桥

题目

2.1.1 桥的定义

无向图中，若删去一条边会使得这个图的极大连通分量数增加，则该边被称为桥。

也可以理解为无向图的一个连通块中，若删除一条边会使得至少两点之间无法相互到达，该边被称为桥。

2.1.2 实现

样例：
tarjan算法,学习笔记,算法
样例中， $\to 2$ 和 $\to 6$ 就是该图的桥。

容易发现，只有树边才可能作为桥，而 dfs 生成树中红色的回边 $\to 2$ 标记了 $\to 3 \to 5 \to 4$ 沿途上的树边都不可能作为桥。因此我们得出结论：一条边是桥，当且仅当它是 不被回边标记的树边。

在 Tarjan 算法中，我们对每个点 $u$ 按 dfs 序打上时间戳 $dfn_u$ ，同时记录 $low_u$ 表示 $u$ 不经过其父亲能到达的最小时间戳，即按照 dfs 生成树中有向边能到达的最小时间戳。

那么一条树边 $\to v$ 不被回边标记的充要条件即为： $low_v > dfn_u$ 。如例中， $\to 2$ ，low[2]=2,dfn[1]=1，可以得到 $\to 2$ 就是一座桥。

void Tarjan(int u, int fa)
{
	dfn[u] = low[u] = ++ idx;
	for(auto v : G[u])
	{
		if(v == fa) continue;
		
		if(!dfn[v]) // tree edge 
		{
			Tarjan(v, u);
			low[u] = min(low[u], low[v]);
			if(low[v] > dfn[u]) // is bridge
				bridge[u][v] = 1;
		}
		
		else // back edge 
			low[u] = min(low[u], dfn[v]);
	}
}

2.2 割点

题目

2.2.1 割点的定义

无向图中，若删去一个点会使得这个图的极大连通分量数增加，这个点被称为割点。

也可以理解为无向图的一个连通块中，若删除一个点会使得至少两点之间无法相互到达，该点被称为割点。

2.2.2 实现

tarjan算法,学习笔记,算法
首先，由于图不连通，我们大体的决策是将图分成若干连通块，在每个连通块对应的 dfs 生成树上进行搜索。

对于结点 $5$ ，删去 $5$ 显然不会对儿子结点 $3, 4$ 造成影响，因为它们有回边可以连到结点 $5$ 的祖先，而对于儿子结点 $6$ 会有影响，其没有回边可以连到可以连到结点 $5$ 的祖先。

我们推广到一般情况：对于结点 $u$ ，若存在儿子结点的 $low_v \ge dfn_u$ ，即 $v$ 没有回边可以连到结点 $u$ 的祖先，那么 $u$ 一定是个割点。
然而 $1$ 号虽然满足上述条件，然而 $1$ 并不是割点。

因此我们还需判断一种情况，即 $u$ 作为了 dfs 搜索树的根节点，不论如何其任何儿子 $v$ 的 $low_v$ 都不可能小于 $dfn_u$ ，因此需要分开讨论：当 $u$ 作为根节点时，若 $u$ 有两个及以上的儿子时， $u$ 为割点。

int dfn[N], low[N], idx, cnt;
bool cut[N];
void Tarjan(int u, int fa)
{
	dfn[u] = low[u] = ++ idx;
	
	int son = 0;
	
	for(auto v : G[u])
	{	
		if(v == fa) continue;
		
		if(!dfn[v])
		{	
			Tarjan(v, u);
			low[u] = min(low[u], low[v]);
			
			son ++ ;
			if(fa != 0 and low[v] >= dfn[u] and !cut[u]) cnt ++ , cut[u] = 1;
		}
		
		else low[u] = min(low[u], dfn[v]);
	}
	
	if(fa == 0 and son >= 2 and !cut[u]) cnt ++ , cut[u] = 1;
	
}

代码

2.3 强连通分量

题目

2.3.1 强连通分量的定义

注意，强连通分量（SCC，Strongly Connected Components）是在单向图中的。

强联通子图，定义为：在 单向图 中，该子图上的任意两点之间能互相到达。

强联通分量，定义为：极大连通子图。

2.3.2 实现

以下图为例：

tarjan算法,学习笔记,算法

该例中强连通分量为 $\lbrace 1,2,3,4,5,6,7 \rbrace$ 。

前向边没用。

若 $u$ 是当前 scc 第一个被访问的结点，那么该 scc 的结点一定在 dfs 生成树中以 $u$ 为根的子树内。

证明：若存在该 scc 中的点 $v$ 不在 $u$ 子树内，则 $u$ 到 $v$ 的路径中一定存在叉边或回边，根据叉边、回边的定义，则 $v$ 在 $u$ 之前已经被访问过，与 $u$ 是当前 scc 第一个被访问的结点矛盾。
如果我们把单个节点也算作是强连通分量，那么所有 scc 的根应 $u$ 当都满足 $low_u=dfn_u$ 。

具体实现

考虑使用一个栈 $s$ 存储遍历到的结点，每当访问到一个 $low_u=dfn_u$ 的结点，就将栈内元素从栈顶弹出直至 $u$ ，这些结点即为以 $u$ 为根的强连通分量。

在遍历 $u$ 的子树过程中，确实有可能会遍历到其他强连通分量的点，根据树的结构，一定会先遍历到其他 scc 的根 $v$ ，而在遍历 $v$ 的过程中，发现了 $low_v=dfn_v$ ，便会将栈内的元素弹出直到 $v$ ，因此在遍历完 $u$ 的子树后仍然留在栈中的元素一定是以 $u$ 为根的 scc 中的元素。

而在搜索过程中，我们会遍历到以下三种结点：

未访问的结点：该边为树边，将 $v$ 入栈，对 $v$ 进行 dfs，更新 $l o w$ 。
访问过并且不在栈中：该边为叉边或前向边，说明已经是其他 scc 中的结点，对当前 scc 不会产生任何影响，忽略。
访问过并且在栈中：该边为叉边、前向边或回边，更新 $l o w$ 值。

int low[N], dfn[N], idx;
bool ins[N];
int tot, belong[N];

stack <int> s;

void Tarjan(int u)
{
	low[u] = dfn[u] = ++ idx;
	
	s.push(u); ins[u] = 1;
	
	for(auto v : G[u])
	{
		if(!dfn[v])
		{
			Tarjan(v);
			low[u] = min(low[u], low[v]);
		}
		if(dfn[v] and ins[v]) 
			low[u] = min(low[u], dfn[v]);
	}
	
	if(low[u] == dfn[u]) // 当前 scc 的根
	{
		++ tot;
		while(s.top() != u) // 出栈，标记结点所属 scc
		{
			int x = s.top(); s.pop();
			belong[x] = tot, ins[x] = 0;
		}
		s.pop(); belong[u] = tot, ins[u] = 0;
	}
	
}

代码

2.3.3 强连通分量缩点

在无向图的一些问题中，若将所有 scc 合并为一个点，那么这张无向图就会变成一张有向无环图（DAG，Directed Acyclic Graph）。

因此我们只需保留连接两个不同 scc 的边来构成缩点后的新图。

	for(int i=1; i<=n; i++)
	{
		if(!dfn[i])
			idx = 0, Tarjan(i);
	}
	
	for(int u=1; u<=n; u++) // 缩点后的图 e
	{
		for(auto v : G[u])
		{
			int x = belong[u], y = belong[v];
			if(x != y)
				e[x].push_back(y);
		}
	}

[模板] 缩点

题目

由于题目存在环且能多次经过同一点，直接在图上进行搜索显然不可行。

由于点权均为非负数，在经过一个环时，显然应当经过还上的所有点，此时我们考虑缩点，将图变成一张 DAG ，然后用记忆化搜索或者拓扑排序求解最长路径即可。

2.4 双联通分量

无向图中，双联通分量包含点 点双联通分量、边双联通分量。

2.4.1 双联通分量的定义

点双联通：对于点 $u$ 和 $v$ ，删去图上任意一个点， $u$ 和 $v$ 始终连通，则称 $u$ 和 $v$ 点双联通。

容易发现，若一个子图点双连通，那么这个子图上一定不存在割点。
边双连通：对于点 $u$ 和 $v$ ，仅删去图上任意一条边， $u$ 和 $v$ 始终连通，则称 $u$ 和 $v$ 双联通。

容易发现，若一个子图边双连通，那么这个子图上一定不存在桥。
点双连通分量：极大点双连通子图。
边双连通分量：极大边双连通子图。

2.4.2 边双的实现

题目

在找出原图上的桥后，将其在原图中去掉，剩下的连通块即为边双连通分量。

int cnt; 
bool vis[N];
vector <int> dcc[N];
void dfs(int u)
{
	vis[u] = 1;
	dcc[cnt].push_back(u);
	for(int i=head[u]; i; i=e[i].nxt)
	{
		if(vis[e[i].v] or bridge[i]) continue;
		dfs(e[i].v);
	}
}

代码

2.4.3 边双缩点

我们将每个边双看作一个新节点，原图上的桥看作连接边双之间的边，这样新图会构成一棵树。

for(int i=2; i<=tot1; i++)
	{
		int u = e1[i].v, v = e1[i ^ 1].v;
		int x = belong[u], y = belong[v];
		if(x != y) add_edge2(x, y);
	}

[NOIP2022] 建造军营

题目

在边双中的任意两点之间都不需要保护道路，考虑边双缩点。由于原图为连通图，边双缩点后变为一棵树，进行树 dp 统计答案。

2.4.4 点双的实现

详见圆方树章节。文章来源地址https://www.toymoban.com/news/detail-752915.html

到了这里，关于浅谈 Tarjan 算法的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

浅谈 Tarjan 算法