Tarjan算法通过DFS遍历和时间戳求有向图的强连通分量,利用dfn和low数组确定SCC根节点,配合栈结构实现O(V+E)时间复杂度的高效求解。

在有向图中,强连通分量(Strongly Connected Component, SCC)是指图中任意两个顶点都能互相到达的最大子图。Tarjan算法是一种基于深度优先搜索(DFS)的高效算法,能够在O(V + E)的时间复杂度内求出所有强连通分量。
算法核心思想
Tarjan算法利用了DFS的遍历顺序和时间戳来识别强连通分量。每个节点维护两个值:
- dfn[u]:节点u被访问的时间戳
- low[u]:以u为根的搜索子树中,能通过后向边或横叉边到达的最小时间戳
当递归回溯时,如果发现dfn[u] == low[u],说明u是一个强连通分量的“根”,此时栈中从u开始的所有节点构成一个SCC。
实现步骤与代码结构
以下是C++实现Tarjan算法的关键步骤:
立即学习“C++免费学习笔记(深入)”;
- 初始化全局时间戳、dfn数组、low数组、标记是否在栈中的数组
- 对每个未访问的节点启动DFS
- 在DFS过程中更新dfn和low,并将节点压入栈
- 回溯时更新父节点的low值
- 若dfn[u] == low[u],则弹出栈中元素直到u,这些节点构成一个SCC
#include#include #include using namespace std; const int MAXN = 1e5 + 5; vector graph[MAXN]; int dfn[MAXN], low[MAXN], timestamp = 0; bool inStack[MAXN]; stack st; vector > sccs; void tarjan(int u) { dfn[u] = low[u] = ++timestamp; st.push(u); inStack[u] = true; for (int v : graph[u]) { if (!dfn[v]) { tarjan(v); low[u] = min(low[u], low[v]); } else if (inStack[v]) { low[u] = min(low[u], dfn[v]); } } if (dfn[u] == low[u]) { vector scc; while (true) { int top = st.top(); st.pop(); inStack[top] = false; scc.push_back(top); if (top == u) break; } sccs.push_back(scc); } } int main() { int n, m; cin >> n >> m; for (int i = 0; i < m; i++) { int u, v; cin >> u >> v; graph[u].push_back(v); } for (int i = 1; i <= n; i++) { if (!dfn[i]) { tarjan(i); } } cout << "Found " << sccs.size() << " SCC(s):\n"; for (int i = 0; i < sccs.size(); i++) { cout << "SCC " << i + 1 << ": "; for (int node : sccs[i]) { cout << node << " "; } cout << "\n"; } return 0; }
使用注意事项与优化建议
Tarjan算法虽然高效,但在实际应用中需要注意以下几点:
- 图的节点编号通常从1开始,注意数组边界
- 确保每条边都正确添加到邻接表中
- 递归深度可能较大,对于大规模图可考虑手动模拟栈避免爆栈
- 多个测试用例时记得清空全局变量和邻接表
该算法广泛应用于缩点、拓扑排序预处理、2-SAT等问题中,是图论建模的重要工具。
基本上就这些。掌握Tarjan关键在于理解low值的传播机制和栈的作用。多画图模拟几次流程,很容易就能上手。










