• 【图论】求无向连通图的割点


    1. 割点与连通度

    在无向连通图中,删除一个顶点v及其相连的边后,原图从一个连通分量变成了两个或多个连通分量,则称顶点v为割点,同时也称关节点(Articulation Point)。一个没有关节点的连通图称为重连通图(biconnected graph)。若在连通图上至少删去k 个顶点才能破坏图的连通性,则称此图的连通度为k。

    关节点和重连通图在实际中较多应用。显然,一个表示通信网络的图的连通度越高,其系统越可靠,无论是哪一个站点出现故障或遭到外界破坏,都不影响系统的正常工作;又如,一个航空网若是重连通的,则当某条航线因天气等某种原因关闭时,旅客仍可从别的航线绕道而行;再如,若将大规模的集成电路的关键线路设计成重连通的话,则在某些元件失效的情况下,整个片子的功能不受影响,反之,在战争中,若要摧毁敌方的运输线,仅需破坏其运输网中的关节点即可。

    简单的例子

    (a)中G7 是连通图,但不是重连通图。图中有三个关节点A、B 和G 。若删去顶点B 以及所有依附顶点B 的边,G7 就被分割成三个连通分量{A、C、F、L、M、J}、{G、H、I、K}和{D、E}。类似地,若删去顶点A 或G 以及所依附于它们的边,则G7 被分割成两个连通分量。

    2. 求割点的方法

    暴力的方法:

    • 依次删除每一个节点v
    • 用DFS(或BFS)判断还是否连通
    • 再把节点v加入图中

    若用邻接表(adjacency list),需要做(V)次DFS,时间复杂度为(O(V*(V+E)))。(题外话:我在面试实习的时候,只想到暴力方法;面试官提示只要一次DFS就就可以找到割点,当时死活都没想出来)。

    有关DFS搜索树的概念

    在介绍算法之前,先介绍几个基本概念

    • DFS搜索树:用DFS对图进行遍历时,按照遍历次序的不同,我们可以得到一棵DFS搜索树,如图(b)所示。
    • 树边:(在[2]中称为父子边),在搜索树中的实线所示,可理解为在DFS过程中访问未访问节点时所经过的边。
    • 回边:(在[2]中称为返祖边后向边),在搜索树中的虚线所示,可理解为在DFS过程中遇到已访问节点时所经过的边。

    基于DFS的算法

    该算法是R.Tarjan发明的。观察DFS搜索树,我们可以发现有两类节点可以成为割点:

    1. 对根节点u,若其有两棵或两棵以上的子树,则该根结点u为割点;
    2. 对非叶子节点u(非根节点),若其子树的节点均没有指向u的祖先节点的回边,说明删除u之后,根结点与u的子树的节点不再连通;则节点u为割点。

    对于根结点,显然很好处理;但是对于非叶子节点,怎么去判断有没有回边是一个值得深思的问题。

    我们用dfn[u]记录节点u在DFS过程中被遍历到的次序号,low[u]记录节点u或u的子树通过非父子边追溯到最早的祖先节点(即DFS次序号最小),那么low[u]的计算过程如下:

    [low[u] = left { { matrix { { min { low[u], low[v]} } & {(u,v)为树边} cr { min { low[u], dfn[v]} } & {(u,v)为回边且v不为u的父亲节点} cr } } ight. ]

    下表给出图(a)对应的dfn与low数组值。

    i 0 1 2 3 4 5 6 7 8 9 10 11 12
    vertex A B C D E F G H I J K L M
    dfn[i] 1 5 12 10 11 13 8 6 9 4 7 2 3
    low[i] 1 1 1 5 5 1 5 5 8 2 5 1 1

    对于情况2,当(u,v)为树边且low[v] >= dfn[u]时,节点u才为割点。该式子的含义:以节点v为根的子树所能追溯到最早的祖先节点要么为v要么为u。

    代码实现

    void dfs(int u) {
    	//记录dfs遍历次序
    	static int counter = 0;	
    	
    	//记录节点u的子树数
    	int children = 0;
    	
    	ArcNode *p = graph[u].firstArc;
    	visit[u] = 1;
    
    	//初始化dfn与low
    	dfn[u] = low[u] = ++counter;
    
    	for(; p != NULL; p = p->next) {
    		int v = p->adjvex;
    		
    		//节点v未被访问,则(u,v)为树边
    		if(!visit[v]) {
    			children++;
    			parent[v] = u;
    			dfs(v);
    			low[u] = min(low[u], low[v]);
    			//case (1)
    			if(parent[u] == NIL && children > 1) {
    				printf("articulation point: %d
    ", u);
    			}
    			//case (2)
    			if(parent[u] != NIL && low[v] >= dfn[u]) {
    				printf("articulation point: %d
    ", u);
    			}
    		}
    
    		//节点v已访问,则(u,v)为回边
    		else if(v != parent[u]) {
    			low[u] = min(low[u], dfn[v]);
    		}
    	}
    }
    

    采用邻接表存储图,该算法的时间复杂度应与DFS相同,为(O(V+E))

    3. 参考资料

    [1] see xidian, 图的连通性—关节点和重连通分量.
    [2] byvoid, 图的割点、桥与双连通分支.
    [3] GeeksforGeeks, Articulation Points (or Cut Vertices) in a Graph.

  • 相关阅读:
    python字符串的常用方法
    python基础之数据类型
    python自定义带参数和不带参数的装饰器
    python中logging结合pytest打印日志
    本地的项目上传到gitee仓库步骤--适合小白上手
    Python中的分数运算
    2018年6月23日开通我的Python学习博客
    python多版本兼容性问题:当同时安装Python2和Python3后,如何兼容并切换
    github之关联远程仓库
    SHH验证
  • 原文地址:https://www.cnblogs.com/en-heng/p/4002658.html
Copyright © 2020-2023  润新知