为防止广告,目前nocow只有登录用户能够创建新页面。如要创建页面请先登录/注册(新用户需要等待1个小时才能正常使用该功能)。
Gabow算法
来自NOCOW
[编辑] 求解有向图强连通分量的Gabow算法
Gabow算法与Tarjan算法的核心思想实质上是相通的,就是利用强连通分量必定是DFS的一棵子树 这个重要性质,通过找出这个子树的根来求解强分量.具体到实现是利用一个栈S来保存DFS遇到的 所有树边的另一端顶点,在找出强分量子树的根之后,弹出S中的顶点一一进行编号. 二者不同的是,Tarjan算法通过一个low数组来维护各个顶点能到达的最小前序编号,而Gabow算法 通过维护另一个栈来取代low数组,将前序编号值更大的顶点都弹出,然后通过栈顶的那个顶点来判 断是否找到强分量子树的根
int Gabow(Graph G) { // 初始DFS用到的全局变量 S = StackInit(G->V); // S用来保存所有结点 P = StackInit(G->V); // P用来维护路径 int v; for (v = 0; v < G->V; ++v) pre[v] = G->sc[v] = -1; cnt = id = 0; // DFS for (v = 0; v < G->V; ++v) if (pre[v] == -1) GabowDFS(G, v); // 释放栈空间 StackDestroy(S); StackDestroy(P); return id; // 返回id的值,这恰好是强连通分量的个数 } void GabowDFS(Graph G, int w) { Link t; int v; pre[w] = cnt++; // 对前序编号编号 StackPush(S, w); // 讲路径上遇到的树边顶点入栈 StackPush(P, w); for (t = G->adj[w]; t; t = t->next) { if (pre[v = t->v] == -1) // 如果当前顶点以前未遇到,则对其进行DFS GabowDFS(G, v); else if (G->sc[v] == - 1) // 否则如果当前顶点不属于强分量 while (pre[StackTop(P)] > pre[v]) // 就将路径栈P中大于当前顶点pre值的顶点都弹出 StackPop(P); } if (StackTop(P) == w) { // 如果P栈顶元素等于w,则找到强分量的根,就是w StackPop(P); do { v = StackPop(S); // 把S中的顶点弹出编号 G->sc[v] = id; } while (v != w); ++id; } }
图 - 有向图 - 无向图 - 连通图 - 强连通图 - 完全图 - 稀疏图 - 零图 - 树 - 网络
基本遍历算法:宽度优先搜索 - 深度优先搜索 - A* - 并查集求连通分支 - Flood Fill
最短路:Dijkstra - Bellman-Ford(SPFA) - Floyd-Warshall - Johnson算法
强连通分支:Kosaraju - Gabow - Tarjan
网络流:增广路法(Ford-Fulkerson,Edmonds-Karp,Dinic) - 预流推进 - Relabel-to-front
图匹配 - 二分图匹配:匈牙利算法 - Kuhn-Munkres - Edmonds' Blossom-Contraction