强连通缩点:
算法复杂度:
Kosaraju算法:初始化,加边,两次dfs,复杂度O(n+m)
强连通分量缩点算法:遍历每个点每条边,复杂度O(n+m)
对边排序去重:复杂度O(n+mlogm)
注意:
1、最好先 Init() ,然后再 AddEdge()
2、维护缩点时点的性质对新点的影响在 dfs2() 中进行
3、维护缩点时边的性质对新点的影响在 Build() 中进行,特别注意缩点之后的自环
4、并不是每道题都需要原图反图,也并不是都需要对边进行去重
Kosaraju算法缩点的结果本身就是按拓扑序排列的。
好像在不开O2的情况下这个vector版的比链式前向星版的费多了很多时间。
使用方法:
Init,传入原图的点数。
使用AddEdge逐个加入有向边。
调用Kosaraju划分强连通分量(V2存储强连通缩点后的新点包含原图的哪些点,c2存储原图的点对应强连通缩点后的哪个新点)。
调用Build在强连通缩点之后的新点之间建立新边到G2,并排序去重。
在Solve中书写在DAG中求解的代码,例如先把原图的点的信息传递给强连通缩点后的新点,然后在DAG上dp(注意是使用G2)。
namespace SCC {
int n;
vector<int> G[MAXN + 5], BG[MAXN + 5];
int c1[MAXN + 5], cntc1;
int c2[MAXN + 5], cntc2;
int s[MAXN + 5], cnts;
int n2;
vector<int> V2[MAXN + 5];
vector<int> G2[MAXN + 5], BG2[MAXN + 5];
void Init(int _n) {
n = _n;
cntc1 = 0, cntc2 = 0, cnts = 0;
for(int i = 1; i <= n; ++i) {
G[i].clear();
BG[i].clear();
c1[i] = 0;
c2[i] = 0;
s[i] = 0;
V2[i].clear();
G2[i].clear();
BG2[i].clear();
}
return;
}
void AddEdge(int u, int v) {
G[u].push_back(v);
BG[v].push_back(u);
return;
}
void dfs1(int u) {
c1[u] = cntc1;
for(auto &v : G[u]) {
if(!c1[v])
dfs1(v);
}
s[++cnts] = u;
}
void dfs2(int u) {
V2[cntc2].push_back(u);
c2[u] = cntc2;
for(auto &v : BG[u]) {
if(!c2[v])
dfs2(v);
}
return;
}
void Kosaraju() {
for(int i = 1; i <= n; ++i) {
if(!c1[i]) {
++cntc1;
dfs1(i);
}
}
for(int i = n; i >= 1; --i) {
if(!c2[s[i]]) {
++cntc2;
dfs2(s[i]);
}
}
return;
}
void Build() {
n2 = cntc2;
for(int i = 1; i <= n2; ++i) {
for(auto &u : V2[i]) {
for(auto &v : G[u]) {
if(c2[v] != i) {
G2[i].push_back(c2[v]);
BG2[c2[v]].push_back(i);
}
}
}
}
for(int i = 1; i <= n2; ++i) {
sort(G2[i].begin(), G2[i].end());
G2[i].erase(unique(G2[i].begin(), G2[i].end()), G2[i].end());
sort(BG2[i].begin(), BG2[i].end());
BG2[i].erase(unique(BG2[i].begin(), BG2[i].end()), BG2[i].end());
}
return;
}
void Solve() {
for(int i = 1; i <= n2; ++i) {
for(auto &u : V2[i]) {
//把原图的信息传递给新图;
}
}
//在新图上Solve;
return;
}
}
添加最少的边,使得有向图变成一个强连通图。
先缩点,假如只剩下一个点就返回。否则,依次配对入度为0和出度为0的点。答案是这两种里面较多的那种。