雙連通元件與關節點
- 發布日期
一個關節點是一種當被剔除時,會造成原有的圖形裂成兩個(包含)以上的圖。如果一個圖沒有任何關節點,它便是一個雙連通圖, 一個有極多點的雙連通圖被稱為雙連通元件。找到關節點可以順便找到雙連通子圖,所以我們需要有個快速的求法。
基本演算法
我們可以在每次剔除一個節點時跑一次 DFS(深度優先搜尋)。
nodes = 1000
visited = [0, ..., 0]
algorithm DFS(now, removed):
visited[now] = true
for n in now.adjs:
if n == removed:
continue
DFS(n, removed)
algorithm get_components():
aps = []
og_components = 0
for i from 0 to nodes:
if visited[i] is false:
components = components + 1
DFS(now, -1)
for i from 0 to nodes: -- 剃除i
visited = [0, ..., 0]
components = 0
for j from 0 to nodes:
if i == j:
continue
if visited[i] is false:
components = components + 1
DFS(now, i)
if components > og_components:
aps = aps + 1
return aps
Tarjan 演算法
不過上述演算法有些嚴重錯誤,其中最大是它的低效率問題,因此在 1973 年,John Hopcroft 與 Robert Tarjan 想出了一個新的演算法, 它運作的方法是找到每個節點的 DFS 尋找時間,並使用一個特別的值lowpoint來判斷我們可不可以用比原本節點更短的路徑走到另一個節點, 為了補足沒有反邊的問題(在 DFS 樹中連回到另一個上層的邊)。如果一個節點是關節點,那它必須滿足下列條件:
- 如果是 DFS 樹的樹根,則必須有至少兩個子節點。
- 如果不是樹根,則至少有一個的子節點沒有回到的祖先的反邊。
nodes = 1000
time = 0
visited = []
discovery = []
lowpoint = []
aps = {} -- 集合
algorithm DFS(now, parent):
children = 0
time = time + 1
visited[now] = true
discovery[now] = lowpoint[now] = time
for next in now.adjs:
if visited[next] == false:
children = children + 1
DFS(next, now)
lowpoint[now] = min(lowpoint[now], lowpoint[next])
if parent != -1 and lowpoint[next] >= discovery[now]:
aps = aps or {now} -- 或集
else: -- 之前就找過
lowpoint[now] = min(lowpoint[now], discovery[next])
if parent == -1 and children >= 2:
aps = aps or {now}
algorithm Tarjan():
for i from 0 to nodes:
DFS(i, -1)
return aps
這演算法以線性時間執行,非常快。
真實世界應用
關節點是一個網路中最重要的點,因為刪除它們意味著多個彼此分開的圖,在社交網路上,它們代表的是一群使社交網路對人而言有間接或直接共鳴的重要人物。
練習題
延伸討論
在無向圖上,關節點可以找到穩健的雙連通元件,在有向圖上,類似的觀念可以用來找到強連通元件(Strongly Connected Component),有趣的是, 只要把上述的 Tarjan 演算法改成套用有向圖的模式,便可以直接使用呢。