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<Integer> 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<Integer>();
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 (*^ω^*)
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<Integer> 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<Integer>();
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<Integer>[] node;
private int v;
public Digraph(int v) {
node = (ArrayList<Integer>[]) new ArrayList[v];
for (int i = 0; i < v; i++)
node[i] = new ArrayList<Integer>();
this.v = v;
}
public void addEdge(int v, int w) { node[v].add(w);}
public Iterable<Integer> 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;}
}
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
# Kosaraju
# 算法
# 分享Java常用几种加密算法(四种)
# 关于各种排列组合java算法实现方法
# java 合并排序算法、冒泡排序算法、选择排序算法、插入排序算法、快速排序算法的描述
# java冒泡排序算法代码
# java实现MD5加密算法的实例代码
# 史上最全的java随机数生成算法分享
# 使用java自带des加密算法实现文件加密和字符串加密
# 用java实现冒泡排序算法
# 基于Java实现的Dijkstra算法示例
# java异或加密算法
# 的是
# 弹出
# 是在
# 过了
# 几个
# 在这里
# 计算出
# 那就
# 在这
# 中有
# 到时候
# 可通过
# 图中
# 是为了
# 环中
# 有一
# 不可能
# 如有
# 两种
# 这样一个
相关文章:
企业微网站怎么做,公司网站和公众号有什么区别?
如何在云主机快速搭建网站站点?
广德云建站网站建设方案与建站流程优化指南
手机钓鱼网站怎么制作视频,怎样拦截钓鱼网站。怎么办?
,有什么在线背英语单词效率比较高的网站?
建站之星官网登录失败?如何快速解决?
视频网站制作教程,怎么样制作优酷网的小视频?
c# Task.Yield 的作用是什么 它和Task.Delay(1)有区别吗
建站主机选哪家性价比最高?
为什么Go需要go mod文件_Go go mod文件作用说明
网站制作怎么样才能赚钱,用自己的电脑做服务器架设网站有什么利弊,能赚钱吗?
建站之星多图banner生成与模板自定义指南
如何通过VPS建站无需域名直接访问?
如何配置支付宝与微信支付功能?
电商网站制作多少钱一个,电子商务公司的网站制作费用计入什么科目?
详解ASP.NET 生成二维码实例(采用ThoughtWorks.QRCode和QrCode.Net两种方式)
建站主机是否等同于虚拟主机?
制作公司内部网站有哪些,内网如何建网站?
制作网站的基本流程,设计网站的软件是什么?
魔方云NAT建站如何实现端口转发?
免费公司网站制作软件,如何申请免费主页空间做自己的网站?
兔展官网 在线制作,怎样制作微信请帖?
西安大型网站制作公司,西安招聘网站最好的是哪个?
大连网站制作费用,大连新青年网站,五年四班里的视频怎样下载啊?
如何通过PHP快速构建高效问答网站功能?
湖州网站制作公司有哪些,浙江中蓝新能源公司官网?
如何使用Golang安装API文档生成工具_快速生成接口文档
临沂网站制作公司有哪些,临沂第四中学官网?
如何在IIS中新建站点并解决端口绑定冲突?
如何选择可靠的免备案建站服务器?
零基础网站服务器架设实战:轻量应用与域名解析配置指南
c++怎么使用类型萃取type_traits_c++ 模板元编程类型判断【方法】
相册网站制作软件,图片上的网址怎么复制?
潮流网站制作头像软件下载,适合母子的网名有哪些?
Android滚轮选择时间控件使用详解
如何选购建站域名与空间?自助平台全解析
如何在云虚拟主机上快速搭建个人网站?
建站VPS推荐:2025年高性能服务器配置指南
南阳网站制作公司推荐,小学电子版试卷去哪里找资源好?
建站上传速度慢?如何优化加速网站加载效率?
海南网站制作公司有哪些,海口网是哪家的?
如何用VPS主机快速搭建个人网站?
如何在云服务器上快速搭建个人网站?
浅谈Javascript中的Label语句
如何撰写建站申请书?关键要点有哪些?
如何选择适配移动端的WAP自助建站平台?
制作网站的过程怎么写,用凡科建站如何制作自己的网站?
网站制作难吗安全吗,做一个网站需要多久时间?
css网站制作参考文献有哪些,易聊怎么注册?
如何获取PHP WAP自助建站系统源码?
*请认真填写需求信息,我们会在24小时内与您取得联系。