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 <iostream>
#include <vector>
#include <stack>
using namespace std;
const int MAXN = 1e5 + 5;
vector<int> graph[MAXN];
int dfn[MAXN], low[MAXN], timestamp = 0;
bool inStack[MAXN];
stack<int> st;
vector<vector<int>> 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<int> 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。
