## 简介

在阅读下列内容之前，请务必了解 [图论基础](/graph/basic) 部分。

强连通的定义是：有向图 G 强连通是指，G 中任意两个结点连通。

强连通分量（Strongly Connected Components，SCC）的定义是：极大的强连通子图。

这里想要介绍的是如何来求强连通分量。

## Kosaraju 算法

Kosaraju 算法依靠两次简单的 dfs 实现。

第一次 dfs，选取任意顶点作为起点，遍历所有为访问过的顶点，并在回溯之前给顶点编号，也就是后序遍历。

第二次 dfs，对于反向后的图，以标号最大的顶点作为起点开始 dfs。这样遍历到的顶点集合就是一个强连通分量。对于所有未访问过的结点，选取标号最大的，重复上述过程。

两次 dfs 结束后，强连通分量就找出来了，Kosaraju 算法的时间复杂度为 $O(n+m)$

### 实现

```cpp
// g 是原图，g2 是反图

void dfs1(int u) {
    vis[u] = true;
    for (int v : g[u]) 
        if (!vis[v]) dfs1(v);
    s.push_back(v);
}

void dfs2(int u) {
    color[u] = sccCnt;
    for (int v : g2[u])
        if (!color[v]) dfs2(v);
}

void kosaraju() {
    sccCnt = 0;
    for (int i = 1; i <= n; ++i)
        if (!vis[i]) dfs1(i);
    for (int i = n; i >= 1; --i)
        if (!color[s[i]]) { 
            ++sccCnt; 
            dfs2(s[i]) 
        }
}
```

## Tarjan 算法

Robert E. Tarjan (1948~) 美国人。

Tarjan 发明了很多很有用的东西，下到 NOIP 上到 CTSC 难度的都有。

【举例子：Tarjan 算法，并查集，Splay 树，Tarjan 离线求 lca（Lowest Common Ancestor，最近公共祖先）等等】

我们这里要介绍的是图论中的 Tarjan 算法，用来处理各种连通性相关的问题。

### 定义

方便起见，我们先定义一些东西。

`dfn[x]`：结点 x 第一次被访问的时间戳 (dfs number)

`low[x]`：结点 x 所能访问到的点的 dfn 值的最小值

这里的树指的是 DFS 树

所有结点按 dfn 排序即可得 dfs 序列

### DFS 树的性质

一个结点的子树内结点的 dfn 都大于该结点的 dfn。 

从根开始的一条路径上的 dfn 严格递增。

一棵 DFS 树被构造出来后，考虑图中的非树边。

前向边 (forward edge)：祖先→儿子

后向边 (backward edge)：儿子→祖先

横叉边 (cross edge)：没有祖先—儿子关系的

注意：横叉边只会往 dfn 减小的方向连接

注意：在无向图中，没有横叉边（为什么？）

### 实现

```cpp
dfs(x) {
    dfn[x] = low[x] = ++index;
    S.push(x);
    instack[x] = true;
    for each edge(x, y) {
        if (!dfn[y]) {
            dfs(y);
            low[x] = min(low[x], low[y]);
        } else if (instack[y]) {
            low[x] = min(low[x], dfn[y]);
        }
    }
    if (dfn[x] == low[x]) {
        while (1) {
            t = S.pop();
            instack[t] = false;
            if (t == x) break;
        }
    }
}
```

（转自维基：<https://en.wikipedia.org/wiki/Tarjan%27s_strongly_connected_components_algorithm）>

时间复杂度 $O(n+m)$

## Garbow 算法

## 应用

我们可以将一张图的每个强连通分量都缩成一个点。

然后这张图会变成一个 DAG（为什么？）。

DAG 好啊，能拓扑排序了就能做很多事情了。

举个简单的例子，求一条路径，可以经过重复结点，要求经过的不同结点数量最多。

## 推荐题目

[USACO Fall/HAOI 2006 受欢迎的牛](https://www.lydsy.com/JudgeOnline/problem.php?id=1051)

[POJ1236 Network of Schools](http://poj.org/problem?id=1236)