Построение компонент вершинной двусвязности
Двупроходный алгоритм
Найти компоненты вершинной двусвязности неориентированного графа можно с помощью обхода в глубину.
Первый проход:
ищем точки сочленения с помощью обхода в глубину, заполняем массивы и .
Второй проход:
точка сочленения принадлежит как минимум двум компонентам вершинной двусвязности.
Вершина является точкой сочленения, если у нее есть сын , такой что .
Это также значит, что ребро содержится в другой компоненте вершинной двусвязности, нежели ребро по которому мы пришли в вершину , используя поиск в глубину. Получается, что перейдя по этому ребру, мы окажемся в другой компоненте вершинной двусвязности.
Используем это свойство, чтобы окрасить компоненты вершинной двусвязности в различные цвета.
Псевдокод второго прохода
- Во время первого запуска будут заполняться массивы и , поэтому при запуске функции мы считаем, что они уже посчитаны.
- изначально равен , что эквивалентно тому, что никакое ребро не окрашено.
- хранит в себе цвет, компоненты, из которой вызвалась функция для текущей вершины.
- — это вершина, из которой мы попали в текущую.
function paint(, color, parent): visited[ ] = true for : if == parent continue if not visited[ ] if up[ ] tin[ ] newColor = ++maxColor col[ ] = newColor paint( , newColor, ) else col[ ] = color paint( , color, ) else if tin[ ] tin[ ] col[ ] = color
function solve(): for: dfs( ) for : if not visited[ ] maxColor++ paint( , maxColor, -1)
Ребра каждой из компонент вершинной двусвязности окажутся окрашенными в свой цвет.
В алгоритме выполняется два прохода , каждый из которых работает . Значит время работы алгоритма .
Однопроходный алгоритм
Заведем стек, в который будем записывать все дуги в порядке их обработки. Если обнаружена точка сочленения, дуги очередного блока окажутся в этом стеке, начиная с дуги дерева обхода, которая привела в этот блок, до верхушки стека.
Таким образом, каждый раз находя компоненту вершинной двусвязности мы сможем покрасить все ребра, содержащиеся в ней, в новый цвет.
Доказательство корректности алгоритма
Предположим, что граф содержит точку сочленения
- Все вершины являются потомками в дереве обхода;
- Все вершины будут пройдены в течение периода серого состояния ;
- В
Значит все дуги
Псевдокод
function paint(, parent): visited[ ] = true tin[ ] = up[ ] = time++ for : if == parent continue if not visited[ ] stack.push( ) paint( ) if up[ ] tin[ ] color = maxColor++ while stack.top() != ( ) colors[stack.top()] = color stack.pop() colors[ ] = color stack.pop() if up[ ] < up[ ] up[ ] = up[ ] else if tin[ ] < tin[ ] stack.push( ) if tin[ ] < up[ ] up[ ] = tin[ ] else if up[ ] > tin[ ] up[ ] = up[ ]
function solve(): for: dfs( ) for : if not visited[ ]: time = 0 maxColor++ paint( , -1)
Во время алгоритма совершается один проход
, который работает за . Внутри него совершается еще цикл, который суммарно выполняет операций, т.к. каждое ребро может быть добавлено в стек только один раз. Следовательно, общее время работы алгоритмаСм. также
Источники информации
- В.А.Кузнецов, А.М.Караваев. "Оптимизация на графах" - Петрозаводск, Издательство ПетрГУ 2007
- Дискретная математика: Алгоритмы — Компоненты двусвязности, мосты и точки сочленения