In questo tutorial imparerai come si formano i componenti fortemente connessi. Inoltre, troverai esempi funzionanti dell'algoritmo di kosararju in C, C ++, Java e Python.
Un componente fortemente connesso è la porzione di un grafo orientato in cui c'è un percorso da ogni vertice a un altro vertice. È applicabile solo su un grafico diretto .
Per esempio:
Prendiamo il grafico qui sotto.

Le componenti fortemente connesse del grafico sopra sono:

Si può osservare che nella prima componente fortemente connessa, ogni vertice può raggiungere l'altro vertice attraverso il percorso diretto.
Questi componenti possono essere trovati usando l' algoritmo di Kosaraju .
Algoritmo di Kosaraju
L'algoritmo di Kosaraju si basa sull'algoritmo di ricerca in profondità implementato due volte.
Sono coinvolti tre passaggi.
- Eseguire una prima ricerca approfondita sull'intero grafico.
Cominciamo dal vertice-0, visitiamo tutti i suoi vertici figli e contrassegniamo i vertici visitati come completati. Se un vertice porta a un vertice già visitato, spingere questo vertice nella pila.
Ad esempio: a partire dal vertice-0, vai al vertice-1, al vertice-2 e quindi al vertice-3. Il vertice-3 porta al vertice-0 già visitato, quindi inserisci il vertice sorgente (cioè il vertice-3) nella pila.DFS sul grafico
Vai al vertice precedente (vertice-2) e visita i suoi vertici figli cioè vertice-4, vertice-5, vertice-6 e vertice-7 in sequenza. Poiché non c'è nessun posto dove andare dal vertice-7, inseriscilo nella pila.DFS sul grafico
Vai al vertice precedente (vertice-6) e visita i suoi vertici figli. Tuttavia, tutti i suoi vertici figlio vengono visitati, quindi inseriscilo nello stack.Stacking
Allo stesso modo, viene creato uno stack finale.Stack finale
- Inverti il grafico originale.
DFS sul grafico invertito
- Eseguire una ricerca in profondità sul grafico invertito.
Inizia dal vertice superiore della pila. Attraversa tutti i suoi vertici figlio. Una volta raggiunto il vertice già visitato, si forma una componente fortemente connessa.
Ad esempio: Pop vertex-0 dallo stack. Partendo dal vertice-0, attraversa i suoi vertici figli (vertice-0, vertice-1, vertice-2, vertice-3 in sequenza) e contrassegnali come visitati. Il figlio del vertice-3 è già visitato, quindi questi vertici visitati formano un componente fortemente connesso.Inizia dall'alto e attraversa tutti i vertici
Vai alla pila e fai apparire il vertice superiore se già visitato. Altrimenti, scegli il vertice superiore dalla pila e attraversa i suoi vertici figli come presentato sopra.Apri il vertice superiore se già visitato
Componente fortemente connesso
- Pertanto, i componenti fortemente connessi sono:
Tutti i componenti fortemente connessi
Esempi di Python, Java, C ++
Python Java C ++ # Kosaraju's algorithm to find strongly connected components in Python from collections import defaultdict class Graph: def __init__(self, vertex): self.V = vertex self.graph = defaultdict(list) # Add edge into the graph def add_edge(self, s, d): self.graph(s).append(d) # dfs def dfs(self, d, visited_vertex): visited_vertex(d) = True print(d, end='') for i in self.graph(d): if not visited_vertex(i): self.dfs(i, visited_vertex) def fill_order(self, d, visited_vertex, stack): visited_vertex(d) = True for i in self.graph(d): if not visited_vertex(i): self.fill_order(i, visited_vertex, stack) stack = stack.append(d) # transpose the matrix def transpose(self): g = Graph(self.V) for i in self.graph: for j in self.graph(i): g.add_edge(j, i) return g # Print stongly connected components def print_scc(self): stack = () visited_vertex = (False) * (self.V) for i in range(self.V): if not visited_vertex(i): self.fill_order(i, visited_vertex, stack) gr = self.transpose() visited_vertex = (False) * (self.V) while stack: i = stack.pop() if not visited_vertex(i): gr.dfs(i, visited_vertex) print("") g = Graph(8) g.add_edge(0, 1) g.add_edge(1, 2) g.add_edge(2, 3) g.add_edge(2, 4) g.add_edge(3, 0) g.add_edge(4, 5) g.add_edge(5, 6) g.add_edge(6, 4) g.add_edge(6, 7) print("Strongly Connected Components:") g.print_scc()
// Kosaraju's algorithm to find strongly connected components in Java import java.util.*; import java.util.LinkedList; class Graph ( private int V; private LinkedList adj(); // Create a graph Graph(int s) ( V = s; adj = new LinkedList(s); for (int i = 0; i < s; ++i) adj(i) = new LinkedList(); ) // Add edge void addEdge(int s, int d) ( adj(s).add(d); ) // DFS void DFSUtil(int s, boolean visitedVertices()) ( visitedVertices(s) = true; System.out.print(s + " "); int n; Iterator i = adj(s).iterator(); while (i.hasNext()) ( n = i.next(); if (!visitedVertices(n)) DFSUtil(n, visitedVertices); ) ) // Transpose the graph Graph Transpose() ( Graph g = new Graph(V); for (int s = 0; s < V; s++) ( Iterator i = adj(s).listIterator(); while (i.hasNext()) g.adj(i.next()).add(s); ) return g; ) void fillOrder(int s, boolean visitedVertices(), Stack stack) ( visitedVertices(s) = true; Iterator i = adj(s).iterator(); while (i.hasNext()) ( int n = i.next(); if (!visitedVertices(n)) fillOrder(n, visitedVertices, stack); ) stack.push(new Integer(s)); ) // Print strongly connected component void printSCC() ( Stack stack = new Stack(); boolean visitedVertices() = new boolean(V); for (int i = 0; i < V; i++) visitedVertices(i) = false; for (int i = 0; i < V; i++) if (visitedVertices(i) == false) fillOrder(i, visitedVertices, stack); Graph gr = Transpose(); for (int i = 0; i < V; i++) visitedVertices(i) = false; while (stack.empty() == false) ( int s = (int) stack.pop(); if (visitedVertices(s) == false) ( gr.DFSUtil(s, visitedVertices); System.out.println(); ) ) ) public static void main(String args()) ( Graph g = new Graph(8); g.addEdge(0, 1); g.addEdge(1, 2); g.addEdge(2, 3); g.addEdge(2, 4); g.addEdge(3, 0); g.addEdge(4, 5); g.addEdge(5, 6); g.addEdge(6, 4); g.addEdge(6, 7); System.out.println("Strongly Connected Components:"); g.printSCC(); ) )
// Kosaraju's algorithm to find strongly connected components in C++ #include #include #include using namespace std; class Graph ( int V; list *adj; void fillOrder(int s, bool visitedV(), stack &Stack); void DFS(int s, bool visitedV()); public: Graph(int V); void addEdge(int s, int d); void printSCC(); Graph transpose(); ); Graph::Graph(int V) ( this->V = V; adj = new list(V); ) // DFS void Graph::DFS(int s, bool visitedV()) ( visitedV(s) = true; cout << s << " "; list::iterator i; for (i = adj(s).begin(); i != adj(s).end(); ++i) if (!visitedV(*i)) DFS(*i, visitedV); ) // Transpose Graph Graph::transpose() ( Graph g(V); for (int s = 0; s < V; s++) ( list::iterator i; for (i = adj(s).begin(); i != adj(s).end(); ++i) ( g.adj(*i).push_back(s); ) ) return g; ) // Add edge into the graph void Graph::addEdge(int s, int d) ( adj(s).push_back(d); ) void Graph::fillOrder(int s, bool visitedV(), stack &Stack) ( visitedV(s) = true; list::iterator i; for (i = adj(s).begin(); i != adj(s).end(); ++i) if (!visitedV(*i)) fillOrder(*i, visitedV, Stack); Stack.push(s); ) // Print strongly connected component void Graph::printSCC() ( stack Stack; bool *visitedV = new bool(V); for (int i = 0; i < V; i++) visitedV(i) = false; for (int i = 0; i < V; i++) if (visitedV(i) == false) fillOrder(i, visitedV, Stack); Graph gr = transpose(); for (int i = 0; i < V; i++) visitedV(i) = false; while (Stack.empty() == false) ( int s = Stack.top(); Stack.pop(); if (visitedV(s) == false) ( gr.DFS(s, visitedV); cout << endl; ) ) ) int main() ( Graph g(8); g.addEdge(0, 1); g.addEdge(1, 2); g.addEdge(2, 3); g.addEdge(2, 4); g.addEdge(3, 0); g.addEdge(4, 5); g.addEdge(5, 6); g.addEdge(6, 4); g.addEdge(6, 7); cout << "Strongly Connected Components:"; g.printSCC(); )
Complessità dell'algoritmo di Kosaraju
L'algoritmo di Kosaraju viene eseguito in tempo lineare, ad es O(V+E)
.
Applicazioni di componenti fortemente connesse
- Applicazioni di routing dei veicoli
- Mappe
- Controllo del modello nella verifica formale