北有云溪 -
弧的个数、节点数都可以在图上直接数出来；
强连通分量需要去判断：找到的有向子图，任何2个节点都有路径到达对方。
瑞瑞爱吃桃 -
你好，介绍连通分量首先要介绍一下连通图。图是由顶点和边组成的，如果从顶点v1道顶点v2有条路径，则称它们是连通的，如果无向图G中的每两个顶点都是连通的则G就叫做连通图。那么如果任意一个无向图的极大连通子图就叫做连通分量。而如果有向图G中的任意两个顶点都是连通的，那么G就是强连通图。
连通分量是什么意思
在无向图中，如果从顶点vi到顶点vj有路径，则称vi和vj连通。如果图中任意两个顶点之间都连通，则称该图为连通图，否则，将其中的较大连通子图称为连通分量。 在有向图中，如果对于每一对顶点vi和vj，从vi到vj和从vj到vi都有路径，则称该图为强连通图；否则，将其中的极大连通子图称为强连通分量。2023-06-28 06:38:012
考研计算机数据结构图论里面的连通分量如何理解
包括图中的所有顶点的边2023-06-28 06:38:176
离散数学中连通分量怎么求
作为遍历图的应用举例，下面我们来讨论如何求图的连通分量。无向图中的极大连通子图称为连通分量。求图的连通分量的目的，是为了确定从图中的一个顶点是否能到达图中的另一个顶点，也就是说，图中任意两个顶点之间是否有路径可达。这个问题从图上可以直观地看出答案，然而，一旦把图存入计算机中，答案就不大清楚了。对于连通图，从图中任一顶点出发遍历图，可以访问到图的所有顶点，即连通图中任意两顶点间都是有路径可达的。对于非连通图，从图中某个顶点出发遍历图，只能访问到包含顶点的那个连通分量中的所有顶点，而访问不到别的连通分量中的顶点。这就是说，在连通分量中的任意一对顶点之间都有路径，但是如果和分别处于图的不同连通分量之中，则图中就没有路径，即不可达。因此，只要求出图的所有连通分量，就可以知道图中任意两顶点之间是否有路径可达。2023-06-28 06:38:361
请问数据结构中图的强连通分量是什么？能具体解释一下吗？
有向图的极大强连通子图，称为强连通分量（strongly connected components）。2023-06-28 06:38:454
数据结构 求连通分量
两个连通分量：v1,v2,v3是一个，其余的为另一个所谓连通分量通俗地说就是通过边连在一起的顶点集合2023-06-28 06:39:191
n个顶点的图最多有多少个连通分量
n个。无向图的连通分量，要求该连通子图包含其所有的边，选取一个顶点，以这个顶点作为子图，并逐个添加与这个子图相连的顶点和边，直到所有相连的顶点都加入该子图，因此最少有1个，最多有n个。如果图中任意两个顶点之间都连通，则称该图为连通图，否则，将其中的极大连通子图称为连通分量。2023-06-28 06:39:261
考研计算机数据结构图论里面的连通分量如何理解
先理解一下这几个基本的概念：1、向图G中的极大连通子图称为G的连通分量2、无向图中，所谓的连通就是Vi到Vj有路径，此时称两者是连通的3、图G中任意两个顶点都连通，则称G为连通图，否则称为非连通图综上可知，要判断一个无向图的连通分量，首先判断其是否是连通图【任何连通图的连通分量只有一个，即本身】若不是连通图，再看其极大连通子图，即为所求连通分量。2023-06-28 06:39:361
连通图的连通分量有什么特点
连通性。对于连通图来说，它的最大连通子图就是其本身，最大的特点也是自身的连通性，连通分量也是其本身。在一个无向图G中，若从顶点vi到顶点vj有路径相连（当然从vj到vi也一定有路径），则称vi和vj是连通的。2023-06-28 06:39:441
连通子图、连通分量、极大连通子图、极小连通子图
在无向图中，若从顶点v到顶点w有路径存在，则称v和w是连通的。（连通是两个顶点之间存在路径，注意是路径不是边，是顶点之间的关系） 若图中任意两个顶点都是连通的，那么就称这个无向图是连通图，否则是非连通图。（若一个图中有n个顶点，并且边数小于n-1，则此图一定是非连通图） 无向图中极大连通子图称为连通分量。 无向图分为连通图和非连通图： 对于连通无向图：只有一个连通分量也就是只有一个极大连通子图，就是它本身。 对于非连通图：不连通的无向图又可以分为若干个连通子图，其中有这样的连通子图，它包含了图中尽可能多的顶点以及尽可能多的边，以至于它再加上一个点或者边之后它就不连通了，此时这个图就是极大连通子图。 这里是其中一种理解，但是书上的概念太少了，我又查找其他关于连通分量的概念： 图G的连通分量是G的连通子图，并且它不是G的另一连通子图的一个子图，这时称图G的这个连通分量是G的极大连通子图。 连通分量（极大连通子图）是图的一个不被另外任何一个连通子图所包含的子图。 故： 1、连通图的极大连通子图就是它本身。 2、非连通图中有多个连通分量也就是可以有多个极大连通子图。 极小连通子图和图中的另外一个定义生成树有关，即一个连通图的生成树是该连通图的顶点集所确定的极小连通子图。 极小连通子图为图的某一个顶点子集所确定的连通子图中，包含边最少且包含全部顶点的连通子图。 “极小”是因为此时如果删除一条边，就无法构成生成树。 1、极小连通子图只在无向图中才有 2、极小连通子图中包含图中全部的顶点（和极大不同，极大不要求包含所有的顶点） 3、用边将极小连通图中的所有边都连接起来 4、极小连通子图和生成树的概念不是等价的，生成树是包含图中全部顶点的一个极小连通子图。 1、极大连通子图是讨论连通分量的,极小连通子图是讨论生成树的. 2、极大要求的是边和顶点都可能的多，极小要求的是包含图中全部顶点的连通子图的边尽可能少。 在有向图中，若从顶点v到顶点w有路径存在，则称v和w是连通的。（连通是两个顶点之间存在路径，注意是路径不是边，是顶点之间的关系） 在有向图中，若图中任意一对顶点都是强连通的，则称此有向图为强连通图。 图中的极大强连通子图称为强连通分量。 有向图中只有极大强连通图的概念没有极小强连通图。 注：有向图的概念和无向图的类似不再赘述。 1、强连通图的极大强连通子图是其本身。 2、非强连通有多个极大强连通子图，就是强连通分量。2023-06-28 06:39:511
连通分量，强连通的定义是什么呢？
你好，介绍连通分量首先要介绍一下连通图。图是由顶点和边组成的，如果从顶点v1道顶点v2有条路径，则称它们是连通的，如果无向图G中的每两个顶点都是连通的则G就叫做连通图。那么如果任意一个无向图的极大连通子图就叫做连通分量。而如果有向图G中的任意两个顶点都是连通的，那么G就是强连通图。2023-06-28 06:39:591
强连通分量的具体含义是什么？
你好，介绍连通分量首先要介绍一下连通图。图是由顶点和边组成的，如果从顶点v1道顶点v2有条路径，则称它们是连通的，如果无向图g中的每两个顶点都是连通的则g就叫做连通图。那么如果任意一个无向图的极大连通子图就叫做连通分量。而如果有向图g中的任意两个顶点都是连通的，那么g就是强连通图。2023-06-28 06:40:192
图的连通分量不一定包含了图的所有顶点,对吗
我认为这句话不对，因为强连通分量是指一张有向图 的极大强连通子图 ，所以强连通分量包含了强连通部分的所有顶点及所有弧，而不是足以构成连通的若干条弧。2023-06-28 06:40:271
如何求有n个顶点的无向连通图个数？
n(n-1)/22023-06-28 06:40:373
一个顶点是不是强连通分量?
是的,具体看定义 1.强连通分量：有向图中的极大强连通子图称作有向图的强连通分量. 2.第1点中的极大强连通子图：把图的所有结点用最少的边将其连接起来的子图. 3.一个顶点也是极大强连通子图.2023-06-28 06:40:441
c语言，数据结构，强连通分量和环有什么联系和区别？
强连通分量是有向图中的部分点集及其边构成的子图。这个子图内任意点可互达，但是这个子图不一定是一个环结构,可能是网状的。有强连通分量必定有环，无法拓扑排序。因此一般用Tarjan算法缩掉强连通分量,形成有向无环图，然后再进行拓扑排序。2023-06-28 06:40:531
一个图中包含k个连通分量，若按深度优先(DFS)搜索方法访问所有结点，则必须调用( )次深度优先遍历算法
一个图中包含k个连通分量，若按深度优先(DFS)搜索方法访问所有结点，则必须调用( K )次深度优先遍历算法2023-06-28 06:41:032
对于一个具有n个顶点的无向连通图,它包含的连通分量的个数为?
对于一个具有n个顶点的无向连通图,它包含的连通分量的个数为： n(n-1)/22023-06-28 06:41:211
采用邻接表存储结构，编写一个求无向图的连通分量个数的算法。
t782023-06-28 06:41:302
非连通图的连通分量是该图的 （ ）连通子图。
极大 多谢，长见识了。2023-06-28 06:41:382
极大连通子图的概念是什么？它跟极小连通子图有什么关系？除了极大极小连通子图还有其他种类的连通子图吗
首先先明确两个概念，无向图和有向图；其次，明确一个概念，极大连通子图可以存在于无向图中，也可以存在于有向图中（下面进行分析）；最后知道，极小连通子图只存在于连通的无向图中，不存在于不连通的无向图和有向图中。也就是说，极大连通子图和极小连通子图适用条件是不一样的，尽管它们看起来貌似很接近。下面先说无向图中的极大连通子图。无向图中的极大连通子图也叫连通分量。无向图可以分成两种类型：连通的无向图、不连通的无向图。连通的无向图只有一个极大连通子图，即它本身，因为不存在另一个连通的子图包含的点和边比它本身还要多，所以叫作极大连通子图。不连通的无向图可以拆分为若干个连通的无向图，如果我们在拆分时注意把能连通的点边都放在一个连通子图中，使这个连通子图足够大，以至于再多包含一个点或边它就变成不连通的了，我们称这个连通子图为极大连通子图，也叫连通分量。下面说极小连通子图，极小连通子图只存在于连通的无向图中，也就是说该图中只有一个连通分量（极大连通子图），之所以说它极小，是因为极小连通子图只要求包含图中所有顶点及其比顶点数量少一个的边（且不能成环），也就是说如果给极小连通子图任意两个顶点间加入一条边，则必有环。这里的极大和极小不是指一个意思，不要弄混了，极大连通子图是讨论连通分量的，极小连通子图是讨论生成树的。提一下有向图中的极大连通子图。有向图可以分为强连通图、弱连通图、单向连通图、不连通图。极大连通子图一般只在强连通图中讨论，即强连通分量。至于有向图的这几种类型，可以自己百度一下。2023-06-28 06:42:341
ucinet如何计算最大连通分量
在无向图中，如果从顶点vi到顶点vj有路径，则称vi和vj连通。如果图中任意两个顶点之间都连通，则称该图为连通图，否则，称该图为非连通图，则其中的极大连通子图称为连通分量，这里所谓的极大是指子图中包含的顶点个数极大。2023-06-28 06:42:411
[数据结构]已知无向图的邻接表，求所有的连通分量
图的邻接表存储方法跟树的孩子链表示法相类似，是一种顺序分配和链式分配相结合的存储结构。如这个表头结点所对应的顶点存在相邻顶点，则把相邻顶点依次存放于表头结点所指向的单向链表中。如词条概念图所示，表结点存放的是邻接顶点在数组中的索引。对于无向图来说，使用邻接表进行存储也会出现数据冗余，表头结点A所指链表中存在一个指向C的表结点的同时，表头结点C所指链表也会存在一个指向A的表结点。邻接表是图的一种最主要存储结构,用来描述图上的每一个点。对图的每个顶点建立一个容器(n个顶点建立n个容器)，第i个容器中的结点包含顶点Vi的所有邻接顶点。实际上我们常用的邻接矩阵就是一种未离散化每个点的边集的邻接表。在有向图中，描述每个点向别的节点连的边(点a->点b这种情况)。在无向图中，描述每个点所有的边(点a-点b这种情况)与邻接表相对应的存图方式叫做边集表，这种方法用一个容器存储所有的边。工业上有很多非常好的图库的实现,例如C++的boost graph库.如果可以，尽量用这些库，这样可以大大提高你的效率。表示法注意:n个顶点e条边的无向图的邻接表表示中有n个顶点表结点和2e个边表结点。(换句话说，每条边(i,j)在邻接表 中出现两次:一次在关于i的邻接表中，另一次在关于j的邻接表中)有向图对于有向图，vi的邻接表中每个表结点都对应于以vi为始点射出的一条边。因此，将有向图的邻接表称为出边表。【例】有向图G6如下图所示，其中顶点v1的邻接表上两个表结点中的顶点序号分别为0和4，它们分别表示从v1射出的两条边(简称为v1的出边):<v1，v0>和<v1，v4>。注意:n个顶点e条边的有向图，它的邻接表表示中有n个顶点表结点和e个边表结点。(因为有向图是单向的)逆邻接表在有向图中，为图中每个顶点vi建立一个入边表的方法称逆邻接表表示法。入边表中的每个表结点均对应一条以vi为终点(即射入vi)的边。注意:n个顶点e条边的有向图，它的逆邻接表表示中有n个顶点表结点和e个边表结点。2023-06-28 06:42:501
顶点数目大于一的强连通分量一定有环吗
1.强连通分量：有向图中的极大强连通子图称作有向图的强连通分量.2.第1点中的极大强连通子图：把图的所有结点用最少的边将其连接起来的子图.3.一个顶点也是极大强连通子图.2023-06-28 06:42:582
求用简单语言讲一下数据结构中的关键路径和强连通分量。急！！！！
关键路径在学习关键路径前，先了解一个AOV网和AOE网的概念：用顶点表示活动，用弧表示活动间的优先关系的有向图：称为顶点表示活动的网（Activity On Vertex Network），简称为AOV网。与AOV网对应的是AOE（Activity On Edge）网即边表示活动的网。AOE网是一个带权的有向无环图。网中只有一个入度为零的点（称为源点）和一个出度为零的点（称为汇点）。其中，顶点表示事件（Event），弧表示活动，权表示活动持续的时间。通常，AOE网可用来估算工程的完成时间。假如汽车生产工厂要制造一辆汽车，制造过程的大概事件和活动时间如上图AOE网：我们把路径上各个活动所持续的时间之和称为路径长度，从源点到汇点具有最大长度的路径叫关键路径，在关键路径上的活动叫关键活动。//----------分隔线-----------------有向图强连通分量：在有向图G中，如果两个顶点间至少存在一条路径，称两个顶点强连通（strongly connected）。如果有向图G的每两个顶点都强连通，则称G是一个强连通图。非强连通图有向图的极大强连通子图，成为强连通分量（strongly connected components）。下图中，子图{1,2,3,4}为一个强连通分量，因为顶点1,2,3,4两两可达，{5}，{6}也分别是两个强连通分量。2023-06-28 06:43:061
求强连通分量
v2-v3-v4-v6v1v52023-06-28 06:43:403
什么是强连通分量
有向图的最大强连通子图称为它的强连通分量2023-06-28 06:43:542
一个有n个结点的图,最少有( )个连通分量,最多有( )个连通分量
最少是1个，这种情况下，它本身就是一个连通图；最多是n个，这种情况下，它由n个分散的点组成的一个图。2023-06-28 06:44:031
请问如何求(有向/无向)图的强连通分量，还有，基础一点，怎么求有几个连通图啊
寻找强烈连接组件的算法有Tarjan的，kosaraju两种算法相比Tarjan的写了相对简单Kosaraju的太麻烦了但认为它是相对简单 Kosaraju其他要求强烈连接组件如果有，估计需要更先进的数据结构算法的算法建议或学校根据Tarjan的，因为他可以帮助你做很多事情，如寻求桥切点减少环，但也写一些简单的 BR p>连通图的方法可以直接DFS每个DFS一个点把它记录已经达到了，然后继续向下搜索，每次DFS可以计算出一个连通图附加Tarjan的代码</ VAR 下，头，点：数组[1 .. 1000] Longint型; 时间，TOT，I，J，N，M，X，Y，T：Longint型; V：ARRAY [1 .. 10000]字节; F，Z，Q：ARRAY [1 .. 1000] Longint型; 低，原因：[1阵列。 0.10000] Longint型; 函数min（X，Y：Longint型）：Longint型; 开始如果x <y，那么退出（X）其他出口（Y）; 结束; 程序地址（X，Y：Longint型）; 开始公司（TOT）; 下一个[合计]：=头[X] 头[X]：= TOT 点[合计]：= Y; 结束; 程序DFS（X：Longint型）; VAR I，J： Longint型; 公司（时间）开始; 低[X]：=时间; 原因[X]：=时间; V [X]：= 1 公司（T）; Z [T]：= X; ：=头[X] 而J > 0 开始 V [点[J] = 0，那么（DFS点[J]）; 如果v [点[J] <2低[X]：= MIN（下限[点[ J]，低[X]）; J：=未来[J]; 结束; 低[X] =原因[X]，然后开始...... / a>公司（TOT）; 而Z [T +1] > X你开始公司（Q [合计]）; F [Z [T]] ：= TOT V [Z [T]]：= 2; 十二月（T）; 结束; 结束; 结束; 开始我：= 1米做开始 readln（X，Y）; 加载（，Y readln（N，M）） 结束; TOT：= 0;时间：= 0; 我：= 1到n做 V [I] = 0，则DFS（I）; / / writeln（TOT）; 我：= 1到n做如果q [F [I]]> 1，则writeln（"T"）其他writeln（"F "）; 结束。2023-06-28 06:44:382
例谈几种连通性的关系及应用
连通性的关系有很多种，以下就几种常见的连通性关系及其应用作详细介绍：弱连通性、强连通性、块连通分量、树。1、弱连通性在一个有向图中，如果任意一对顶点之间都存在有向路径(方向不限)，那么该图就是弱连通的。弱连通性的应用主要在分析图的性质和构建路径等方面，它可简化图的分析和处理，通过弱连通性的分析，可以解决一些算法和结构设计中的问题，应用也比较成熟。2、强连通性强连通性与弱连通性相似，只不过它对于有向图有了更强的要求，它要求对于有向图中的每一对顶点 v 与 w，一定存在从 v 到 w 的路径和从 w 到 v 的路径。强连通性在一些高端算法设计和复杂系统设计中有着广泛的应用。3、块连通分量一个无向图或一个有向图的块连通分量可以依据其连通性进行分割划分。如果根据采用标矩生成树算法(DFS算法)处理的有向图中的一个连通集合中的顶点，从而去生成新的树，则称这个连通集合是有向图的一个强连通分量。如果在一个连通集合中，任意两点只要能够通过原来的边(无向图)或者方向不变的边(有向图)到达，那么这个集合就是通过顶点连通的。块连通分量不仅在算法设计中有应用，还在一些网络拓扑描述中有着重要的应用，例如数据中心、物联网和社交网络拓扑分析和构建等方面。4、树树也是一种特殊的连通性关系，它是不包含环的连通图。树的应用很广泛，可以用来构建各种优秀的算法数据结构，例如堆、哈夫曼树、B+树等。此外，树还可以用来模拟基因库、爬虫程序中的数据结构，以及作为优秀的代码语言分析树(AST)，在编译器等方面发挥作用。连通性的概述：虽然它们有着不同的特点和应用领域，但是它们的核心也都是基于联系、交流、信息传递等关键环节上展开的。我们应该在应用的过程中，结合实际情况灵活使用，在不同应用场合下更好地发挥它们的作用。2023-06-28 06:44:461
为什么最小生成树不是强连通分量
没有极大强连通子图。有向图G的每两个顶点都强连通，称G是一个强连通图，有向非强连通图的极大强连通子图，称为强连通分量。而最小生成树是在搜索的时候遇到子树中的结点的时候形成的，没有极大强连通子图，也不算作是强连通分量。其可以使用Kosaraju算法，比较关键的部分是同时应用了原图G和反图GT。2023-06-28 06:45:141
顶点数目大于一的强连通分量一定有环吗
1.强连通分量：有向图中的极大强连通子图称作有向图的强连通分量. 2.第1点中的极大强连通子图：把图的所有结点用最少的边将其连接起来的子图. 3.一个顶点也是极大强连通子图.2023-06-28 06:45:232
用MATLAB中bwlabel(BW,n)命令计算连通分量的时候,是不是只有对2值化的图进行操作,而且
是的，对二值图像操作，把1看为有用的，0看为背景寻找1连通的集合2023-06-28 06:45:301
数据结构求大神啊、（1）每个顶点的入度和出度（2）邻接矩阵和入边图示（3）强连通分量
入度就是有多少条边指向这个点，出度就是从这个点出发有多少条边，这个不难吧点 入度 出度1 2 12 2 23 1 34 3 05 2 36 1 2 邻接矩阵就是一个二维数组，行列都是顶点，行表示开始，列表示结束，这是一个无权图，如果行到列有指向的边，则用1表示，如果没有，就用0，这个也不难吧 1 2 3 4 5 6 1 0 0 0 1 0 0 2 1 0 1 0 0 0 3 0 0 0 1 1 1 4 0 0 0 0 0 0 5 1 1 0 1 0 0 6 0 0 0 0 1 0最上和最左的1 2 3 4 5 6是行标和列标，写矩阵的时候就不用写了。然后把剩下的放在一个中括号里面就行了。 入边图示我就不知道是什么了 强连通分量：有向图强连通分量在有向图G中，如果两个顶点vi,vj间（vi>vj）有一条从vi到vj的有向路径，同时还有一条从vj到vi的有向路径，则称两个顶点强连通(strongly connected)。如果有向图G的每两个顶点都强连通，称G是一个强连通图。有向图的极大强连通子图，称为强连通分量这里强连通分量应该就是去掉顶点1、4以及和顶点1、4相连的边所剩下的子图吧。这个我也有点不确定。2023-06-28 06:45:401
有向图中，任意一个环上的所有点一定在某个强连通分量中，对吗？
对于一个有向图顶点的子集S，如果在S内任取两个顶点u和v，都能找到一条u道v的路径，那么称S是强连通的。如果在强连通的顶点集合S中加入其他任意顶点集合后，它都不再是强连通的，那么称S是原图的一个强连通分量。根据以上两个定义，有向图中，任意一个环上的所有点一定在某个强连通分量中，这句话应该是没问题的。只是注意这个环本身可能就是一个强连通分量，当然也可能不是，但是是强连通分量的一个子集，这是没有问题的。2023-06-28 06:45:471
连通图的相关概念
连通分量：无向图 G的一个极大连通子图称为 G的一个连通分量（或连通分支）。连通图只有一个连通分量，即其自身；非连通的无向图有多个连通分量。强连通图：有向图 G=(V,E) 中，若对于V中任意两个不同的顶点 x和 y，都存在从x到 y以及从 y到 x的路径，则称 G是强连通图。相应地有强连通分量的概念。强连通图只有一个强连通分量，即是其自身；非强连通的有向图有多个强连分量。单向连通图：设G=<V,E>是有向图，如果u->v意味着图G至多包含一条从u到v的简单路径，则图G为单连通图。弱连通图：将有向图的所有的有向边替换为无向边，所得到的图称为原图的基图。如果一个有向图的基图是连通图，则有向图是弱连通图。初级通路：通路中所有的顶点互不相同。初级通路必为简单通路，但反之不真。2023-06-28 06:45:561
强连通分量
强连通分量编辑有向图强连通分量：在有向图G中，如果两个顶点vi,vj间（vi>vj）有一条从vi到vj的有向路径，同时还有一条从vj到vi的有向路径，则称两个顶点强连通(stronglyconnected)。如果有向图G的每两个顶点都强连通，称G是一个强连通图。有向图的极大强连通子图，称为强连通分量(stronglyconnectedcomponents)。2023-06-28 06:46:272
一个有n个结点的图,最少有( )个连通分量,最多有( )个连通分量
最少一个，最多n个。2023-06-28 06:46:385
连通图的连通分量可以多余1吗
不可以。无向图G的极大连通子图称为G的连通分量(ConnectedComponent)，任何连通图的连通分量只有一个，不可以多余1，即是其自身，非连通的无向图有多个连通分量。2023-06-28 06:47:071
数据结构，图的连通分量问题求解
在无向图中，如果从顶点vi到顶点vj有路径，则称vi和vj连通。如果图中任意两个顶点之间都连通，则称该图为连通图，否则，将其中的极大连通子图称为连通分量。 在有向图中，如果对于每一对顶点vi和vj，从vi到vj和从vj到vi都有路径，则称该图为强连通图;否则，将其中的极大连通子图称为强连通分量。2023-06-28 06:47:181
强连通分量包含了强连通部分的所以顶点及足以构成连通的若干条弧，求大神解释这句话对不对？
我水平不高，说一点个人的看法。我认为这句话不对，因为强连通分量是指一张有向图 的极大强连通子图 ，所以强连通分量包含了强连通部分的所有顶点及所有弧，而不是足以构成连通的若干条弧。参考维基百科图论中，强连通图指每一个顶点皆可以经由该图上的边抵达其他的每一个点的有向图。意即对于此图上每一个点对(Va,Vb)，皆存在路径Va→Vb以及Vb→Va。强连通分量则是指一张有向图 G 的极大强连通子图 G"。如果将每一个强连通分量缩成一个点，则原图 G 将会变成一张有向无环图。一张图被称为有向无环图当且仅当此图不具有点集合数量大于一的强连通分量，因为有向环即是一个强连通分量，而且任何的强连通分量皆具有至少一个有向环。2023-06-28 06:47:301
什么叫：强连通 单向连通 弱连通 不连通
强连通：有向图中每个点都能到达其余各点2023-06-28 06:47:403
“联通分量”是一个图，但是我不知道是对图性质的描述，还是对图数量的描述，谁给我详细解释下？
你好，介绍连通分量首先要介绍一下连通图。图是由顶点和边组成的，如果从顶点v1道顶点v2有条路径，则称它们是连通的，如果无向图G中的每两个顶点都是连通的则G就叫做连通图。 那么如果任意一个无向图的极大连通子图就叫做连通分量。 而如果有向图G中的任意两个顶点都是连通的，那么G就是强连通图。2023-06-28 06:47:551
什么叫：强连通 单向连通 弱连通 不连通
下面是这强连通、单向连通、弱连通、不连通的定义：连通分量：无向图 G的一个极大连通子图称为 G的一个连通分量（或连通分支）。连通图只有一个连通分量，即其自身；非连通的无向图有多个连通分量。强连通图：有向图 G=(V,E) 中，若对于V中任意两个不同的顶点 x和 y，都存在从x到 y以及从 y到 x的路径，则称 G是强连通图。相应地有强连通分量的概念。强连通图只有一个强连通分量，即是其自身；非强连通的有向图有多个强连分量。单向连通图：设G=<V,E>是有向图，如果u->v意味着图G至多包含一条从u到v的简单路径，则图G为单连通图。弱连通图：将有向图的所有的有向边替换为无向边，所得到的图称为原图的基图。如果一个有向图的基图是连通图，则有向图是弱连通图。初级通路：通路中所有的顶点互不相同。初级通路必为简单通路，但反之不真。在图论中，连通图基于连通的概念。在一个无向图 G 中，若从顶点i到顶点j有路径相连（当然从j到i也一定有路径），则称i和j是连通的。如果 G 是有向图，那么连接i和j的路径中所有的边都必须同向。如果图中任意两点都是连通的，那么图被称作连通图。如果此图是有向图，则称为强连通图（注意：需要双向都有路径）。图的连通性是图的基本性质。扩展资料：强连通图的边问题：有n个顶点的强连通图最多有n（n-1）条边，最少有n条边。1、最多的情况：即n个顶点中两两相连，若不计方向，n个点两两相连有n（n-1）/2条边，而由于强连通图是有向图，故每条边有两个方向，n（n-1）/2×2=n（n-1），故有n个顶点的强连通图最多有n（n-1）条边。2、最少的情况：即n个顶点围成一个圈，且圈上各边方向一致，即均为顺时针或者逆时针，此时有n条边。求无向图的连通分量：作为遍历图的应用举例，下面我们来讨论如何求图的连通分量。无向图中的极大连通子图称为连通分量。求图的连通分量的目的，是为了确定从图中的一个顶点是否能到达图中的另一个顶点，也就是说，图中任意两个顶点之间是否有路径可达。对于连通图，从图中任一顶点出发遍历图，可以访问到图的所有顶点，即连通图中任意两顶点间都是有路径可达的。参考资料来源：百度百科-连通图2023-06-28 06:48:191
对于一个具有n个顶点的无向连通图,它包含的连通分量的个数为???
最少1个，就是它本身；最多n个，该图没有边，每个顶点构成一个连通分量2023-06-28 06:48:372
强连通分支和强连通分量是一个东西吧？
1，2组成一个强连通分量，因为1到2可达，2到1也可达3自己是一个强连通分量，因为2到3可达，3到2不可达图g1包含以上两个强连通分量2023-06-28 06:48:441
c语言，数据结构，强连通分量和环有什么联系和区别？
强连通分量是有向图中的部分点集及其边构成的子图。这个子图内任意点可互达，但是这个子图不一定是一个环结构,可能是网状的。有强连通分量必定有环，无法拓扑排序。因此一般用Tarjan算法缩掉强连通分量,形成有向无环图，然后再进行拓扑排序。2023-06-28 06:48:551
对于一个具有n个顶点的无向连通图,它包含的连通分量的个数为?
对于一个具有n个顶点的无向连通图,它包含的连通分量的个数为： n(n-1)/22023-06-28 06:49:021
一个有n个顶点的无向图，包含2个连通分量，则它至少有（）条边。
一个有n个顶点的无向图，包含2个连通分量，则它至少有（）条边。 A.n-2B.n-1C.nD.n+1正确答案：n-22023-06-28 06:49:091
一个顶点是不是强连通分量?
是的,具体看定义 1.强连通分量：有向图中的极大强连通子图称作有向图的强连通分量. 2.第1点中的极大强连通子图：把图的所有结点用最少的边将其连接起来的子图. 3.一个顶点也是极大强连通子图.2023-06-28 06:49:241
c语言求出无向图G的连通分量个数
思路是这样的：1、从图中任选一个节点，以此节点进行深度优先搜索并将访问的节点做好标记，连通分量数加一。2、在从图中没有访问的节点集中选一个节点重复1的过程直到所有节点都被标记2023-06-28 06:49:331