拓扑排序 python实现

拓扑排序是指在有向无环图中，把所有结点按照一定的排序排成一列，使得左边的点都指向右边的点。
一般有两种方法做拓扑排序

1. Kahn算法 / BFS广搜
   用一个一维数组inDegrees记录每个结点的入度。再用一个数据结构q（随意都可以，数组，栈，列表等等）根据inDegrees表，找所有入度为0的结点存入。遍历q，一个一个pop出，每pop出一个要记录下来，把该结点指向的所有点的入度减1（更新入度表）。如果为更新后的点入度为0就存进q。再循环操作，直到q为空。如果路径长度不够或者入度表不是全0，说明该图不是有向无环图（可判断有向图是否有环）。
   tips：如果是要打印字典序排序，就用优先列表正序存入度为0的结点。

2. DFS深搜 （后序遍历）
   从任意一个未被访问的结点出发做深搜后序遍历。遍历所有结点，回溯前记录结点，最后路径再倒序一下就是正确的拓扑排序(或者建图的时候就把边的方向倒了，最后得到的排序不用倒)。如果有多个子图，要多次深搜，直到所有结点都被访问完（所有子图都搜完）得到多个子序列，再拼接一起就是答案。
   tips：字典序排序想不到，哪位大神可以说说dfs的思路？如果单个子图字典序行得通，那么最后把各子序列归并一下就好了。

对于DFS方法有人可能疑惑为什么要回溯前才记录（要用后序遍历的原因），而且为什么可以从任一点开始？

• 能回溯的点说明已经把子代遍历完，确定是最后的了，于是可以记录下来，得到一个倒序记录。拓扑排序的一个节点可能有多个父结点，所以无法确定某点为先。如下图，如果我已遍历得0–>2顺序，但是在2之前还有一个点1，明显不对，先序遍历行不通。这是由结构所决定的，不同于树，拓扑排序分支节点之间可能有联系的，导致一个节点可能有多个父结点，故没有严格的先后顺序。而从后往前记录，因为节点遍历完分支，故不怕节点再指向任何节点也就不可能指回前面节点，后序遍历可行。如果要对一个二叉树做拓扑排序，代码与此大同小异，二叉树只有两个子结点，无需for循环而已。
• 从任意点开始遍历都行，是因为后序遍历保证了已记录的就是最靠后的了。后面记录的结点肯定不会后于已记录的结点。比如先从3开始搜，3->4(记录下4->3)，然后无论从哪个结点再开始搜，都不会打乱顺序了，012都是先于3（可能的记录下为4->3->5->2->1->0->6->7），567放3前面也没事（可能的记录为4->3->6->7->5->2->1->0）。

样例图片

python代码：

from queue import PriorityQueue as pQueue
import sys

sys.setrecursionlimit(100000)


# ---------------------------方法1: Kahn方法 / BFS------------------------------
# 这是最常见的拓扑排序，0入度集合可以用队列，栈等等，只要能存储0入度的点就行
# 这里用了队列，其实就是跟广搜差不多，入度为0的才入队
def ts_bfs(inDegrees, graph):
    n = len(graph)
    result = []
    q = []
    vis = [False] * n
    for i, inDegree in enumerate(inDegrees)<