给出计算图中强连通分量的Kosaraju算法代码

Kosaraju算法是一种用于求解计算图中强连通分量的算法。它的基本思想是使用两次深度优先搜索，第一次搜索是从每个顶点出发，第二次搜索是从逆后续图中的每个顶点出发。

下面是Kosaraju算法的代码实现：

# adj_list为邻接表存储的图

def kosaraju(adj_list):
    # 首先求出逆后续图
    rev_adj_list = reverse_graph(adj_list)
    # 初始化visited数组
    visited = [False for _ in range(len(adj_list))]
    # 初始化空栈
    stack = []
    # 首先遍历图，求出每个点的后续
    for i in range(len(adj_list)):
        if not visited[i]:
            dfs(i, adj_list, visited, stack)
    # 清空visited数组
    visited = [False for _ in range(len(adj_list))]
    # 强连通分量列表
    scc = []
    # 开始遍历逆后续图
    while stack:
        i = stack.pop()
        if not visited[i]:
            component = []
            dfs(i, rev_adj_list, visited, component)
            scc.append(component)
    return scc

def reverse_graph(adj_list):
    rev_adj_list = [[] for _ in range(len(adj_list))]
    for i, adj in enumerate(adj_list):
        for j in adj:
            rev_adj_list[j].append(i)
    return rev_adj_list

def dfs(v, adj_list, visited, stack):
    visited[v] = True
    for i in adj_list[v]:
        if not visited[i]:
            dfs(i, adj_list, visited, stack)
    stack.append(v)

这里需要注意的是，该算法求出的强连通分量是逆后续图中的组件，而不是原图中的组件。