图论连通性

2024-07-16 1169阅读

无向图

图论连通性
(图片来源网络,侵删)
  • 割点:删除x和与x相连的边,图不再连通,x为割点
  • 割边:删去该边e,图不再连通,e为割边
  • 点双连通分量:其本身不存在割点,但可以有原图的割点(此时在这个点双中就是普通的点),极大图,一个点双中可以有多个原图的割点
  • 边双连通分量:其本身不存在割边,极大图
  • 点双不具有传递性,边双具有传递性((x,y),(y,z)=>(x,z))

    Tarjan

    •  时间戳dfn:访问到的时间
    • 返祖边:搜索树上连向其祖先节点的边
    • 由于搜索树结构,不存在横向边(连向同层节点的边)
    • low[u]定义:u和以u为根的子树通过返祖边(包括树边和非树边)能连到的最小的dfn
    • 若是一条树边:low[u]=min(low[v[,low[u])
    • 若是一条非树边:low[u]=min(low[u],dfn[v])

      求割点

      • 割点满足:其儿子的low[v]>=dfn[u],即没有儿子跨过u,儿子与u相连只有树边
      • 对于根要判断儿子个数大于1
      • 可以走反向边
      • 特判为根且搜索树上只有一个儿子,此时注意重边
      • 求a,b间的割点,tarjan(a)判断如下
        if(low[v]>=dfn[x]){
            if(x!=a&&x!=b&&dfn[x]=dfn[u],则出栈直到v出,此时出栈的所有点和v是一个点双
      • 每个点双,每个点都在一个环上,若点双有奇环,则所有点都在奇环
      • 判奇环,二分图黑白染色

        求割边

        • 割边满足: 一条边只走一次,v没有另一条边到达u(父亲)即low[v]>dfn[u]
        • 可以避免重边

           求边双

          • 一边只走一次,若low[u]==dfn[u](除了树边,没有其他到树上祖先的边),则为边双

            点双缩点连图

            • 割点单独为一个点,每个点双除割点,缩成一个点
            • 割点向其所在的点双连边

              边双缩点连图

              • 每个边双缩点,用桥相连 

                缩点连图

                • 转为无向无环图 

                  有向图

                  • 强连通:图中存在路径u--->v和v--->u
                  • 弱连通:图中只存在路径u--->v或v--->u
                  • 强连通分量:该子图中对于任意一点对,存在路径u--->v和v--->u,极大图

                    Tarjan

                    • 时间戳dfn
                    • low[u]为u和以u为根的子树中能连到的还未出栈的最小dfn
                    • 访问到则入栈
                    • dfn[u]=low[u],即到该点往上不会有强连通(有向边),
                    • 出栈直到u出栈,此时出栈的点为一个强连通分量

                       强连通缩点

                      • 将有向图,转为有向无环图
                      • 之后可以考虑入度出度,topu排序dp
                      • 注意会有重边,所以缩点连边时要判断是否已经连上,不要重复计算入度出度
                      • 求加入最少的边变成一个强连通,先缩点
                        int a=0,b=0;
                        for(int i=1;i
VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]