Kosaraju算法通过两次DFS在O(V+E)内准确求出所有SCC：第一次在原图DFS记录完成时间，第二次在转置图中按完成时间逆序DFS，每次新树即一个SCC。
用Kosaraju算法一次性找出所有SCC
最直接可靠的做法是用两次DFS的Kosaraju算法，它逻辑清晰、容易调试，且能保证线性时间复杂度 O(V + E)。关键在于第二次DFS必须按第一次DFS完成时间的逆序遍历节点。
常见错误是把第二次DFS的遍历顺序搞反——不是按原图的邻接表顺序，而是按第一次DFS中每个节点的finish_time降序排列后的顺序。如果用栈保存退出顺序，弹出顺序就是逆序；如果用vector记录，要反向遍历。
- 第一次DFS跑原图
G，记录每个节点的完成时间（或直接压栈） - 构建转置图
G_T（所有边u → v变成v → u） - 第二次DFS在
G_T上，按第一次的完成时间逆序访问节点，每次新DFS树就是一个SCC
Tarjan算法更省内存但递归细节多
Tarjan用一次DFS+栈实现，空间上省掉转置图存储，但需要维护 disc（发现时间）、low（能回溯到的最早节点时间）、以及一个栈记录当前路径上的节点。容易出错的地方集中在low更新逻辑和栈弹出时机。
典型错误：在遇到已访问但未出栈的节点时，只更新 low[u] = min(low[u], disc[v])，却漏掉判断 v 是否在栈中（要用额外布尔数组 onStack[] 标记）；或者弹出栈时没把当前节点也包含进去。
立即学习“C++免费学习笔记（深入）”；
-
low[u]更新必须区分两种情况：v未访问 → 递归后更新；v已访问且在栈中 → 直接用disc[v] - 当
disc[u] == low[u]时，从栈中持续弹出直到弹出u，这些节点构成一个SCC - 别忘了每次进入DFS前给
disc[u]和low[u]赋初值，并标记onStack[u] = true
使用Boost Graph Library时注意边方向和组件索引
如果项目允许依赖第三方库，boost::strong_components() 是最省事的选择，但它返回的是每个节点所属SCC的编号（从0开始），不是SCC列表本身。你需要自己按编号分组。
容易被忽略的是：Boost默认把图当作无向图处理，必须显式传入有向图类型 boost::directedS，否则结果完全错误。另外，它的内部实现基于Kosaraju，对稀疏图友好，但若节点数超百万，手动实现Tarjan可能更可控。
- 构造图时确保用
boost::adjacency_list<:vecs boost::vecs boost::directeds></:vecs> - 调用
boost::strong_components(g, &component_id[0])后，遍历component_id数组做分组 - 返回的SCC数量等于
*max_element(component_id.begin(), component_id.end()) + 1
测试时别只用连通小图验证
很多实现能在环状、链状小图上跑通，但在含多个嵌套环+桥边的图上失败。推荐三类必测case：
- 单个环：
0→1→2→0→ 应得1个SCC - 两个不相交环：
0→1→0和2→3→2→ 应得2个SCC - 带桥的复合结构：
0→1→2→3→1，再加3→4→5→4→ 应得2个SCC（{0} 和 {1,2,3}？不对，{1,2,3} 是一个，{4,5} 是另一个，0单独？等等——这里0只能到达自己，所以是3个SCC）
真正容易翻车的是节点入度为0但属于某个SCC内部的情况（比如环里某点被外部单向指向），这种结构会让朴素DFS误判。验证时最好打印每个SCC的节点集合，再人工检查是否满足“任意两点双向可达”这一定义。
