算法学习 拓扑排序（TopSort）

拓扑排序

一、基本概念

在一个有向无环图(Directed Acyclic Graph, DAG)中，规定< u,v > 表示一条由u指向v的的有向边。要求对所有的节点排序，使得每一条有向边 < u,v>中u都排在v的前面。

换个形象点的解释，我们在学习一门课程之前，应该需要一定的预备知识，比如在学习B课程之前我们需先学习A（后用< X,Y > 表示X课程是Y课程的预备知识，其实与上述有序偶的含义相同），则有 < A,B >。我们还有 < C,B >, < B,D >, < E,D >, < D,F >, < D,G >, < H,G >. 现在要求你合理安排A-H这些课程的学习顺序。这个任务的要求实际上就是对A-H进行拓扑排序。

为何要求这个图是DAG呢？不难想象，如果上面的课程变成 < A,B >, < B,C >, < C,D > …… < H,A >. （即A-H成有向环）那么我们就无法判断出先学哪个课程了。

二、算法实现

以上面给课程排序为例，我们首先要学的，一定是一个不需要任何预备知识的课程，然后学完这个课程之后，根据边的关系再看有哪些新的课程可以学习，同时我们还要清楚，学完一门课程后，就不需要再次学习这一门课程了。

我们将其与图做个类比。
不需要预备知识的课程-> 入度为0的点
新的课程->所指向的下一个点
每门课之学一次->从图中删除节点 && 从图中删除有向边

接着再根据图类比结果决定存储的数据
入度为0的点->需要存储每个节点的入度
所指向的下一个点->需要存每个节点的后继
删除节点与有向边-> 这里讨论一下：
如果我们真的删除了节点和有向边，那就意味着无法在找到这些数据了。