拓扑排序
Java高阶数据结构 & 图补充-拓扑排序
1. 什么是拓扑排序
图片来源:简单、快速地带你了解图论以及拓扑排序!_哔哩哔哩_bilibili
- 讲得很好哦!
这里我以羊了个羊小游戏这款砖块消除类小游戏为例:
有一个规则:
- 当上层砖块覆盖下层砖块的时候,下层砖块不可以被选中移动(暗)
- 上层砖块移走后,下层砖块才能被移动(亮)
则可以用如下图表示这种逻辑结构:
- A->B,代表A覆盖B
- 即一种无环不带权有向图
- 带回路的话,那么这个顶点就相当于自己覆盖了自己,不合理
- 无向的话,一条边则是双向的,同1不合理
- 箭头代表覆盖关系,权值不重要
那么我们给每个砖块一个layer值:
要求:
- layer值大的砖块显示上,覆盖layer值小的砖块
- 即A->B,layer(A) > layer(B)
在开发过程中需要这个layer,至于用处是什么,不做解释,这里这不是重点。
- 至于这款游戏的原理,感兴趣的可以去网上找找资料研究一下
我们只需要找到一个序列,保证上方的覆盖者要在被覆盖者前方,再为其安排一个递减的序列
那么问题是:如何生成这个序列呢?
- 这个排序,就叫做 “拓扑排序”
类似的,如果你需要学习一系列的课程,那么一些知识一定需要另一些知识作为基础~
- 而显然的,符合实际的是:这种序列不应该唯一
- 学习路径肯定不一定单一呀~
- 事实上也如此~
- 一个图的拓扑排序很有可能有多解
2. 拓扑排序算法思想-卡恩算法
- 本文章用邻接表的存储结果!
基础知识传送门:Java高阶数据结构 & 图 & 图的表示与遍历_s:103的博客-CSDN博客
例子:
前面提到,如果成环则没有拓扑序列,那么我们也可以通过能否拓扑排序,来判断一个图是否带环
- 这也算是拓扑排序的一个额外得到功能吧
这里只讲解一种简单直接的算法,卡恩算法
- 重点在于每个顶点的入度
步骤:
- 遍历一遍邻接表,计算所有顶点的入度
- 挑选一个入度为0的顶点,并输出
- 刚才挑中的顶以及其指向的顶点的入度都减1
- -1的入度代表此顶点被删除
- 挑选一个入度为0的顶点,并输出
- 刚才挑中的顶以及其指向的顶点的入度都减1
- 重复这个操作,直到所有顶点都被删除(入度都为-1)
- 如果最终是因为没有入度为0的顶点而不是全部顶点都被删除而停止的循环,则说明存在环
疑问:
1. 你很快会意识到,如果出现多个入度为0的顶点,应该怎么办?
答:先挑选谁都无所谓,因为这两个入度为0的顶点,是一种并列的关系,不会相互影响。即使他们有可能分支下去会有公共顶点,这也不会导致“乱了规则”的现象,因为“汇聚的第一个公共顶点”入度至少为2,只有其入度为0的时候才能被选中
- 也就是说,只有如果先选中的入度为0的顶点输出后,诞生新的入度为0的顶点,一定也与原来入度为0的顶点也是并列
- 这也是序列不唯一的原因~
2. 为什么入度为0的顶点先被选中?
答:这很显然,入度为0,代表没人指向它
- 也就是说,它没被覆盖,而只覆盖别人!
- 万物之源
算法复杂度分析:
- 每个顶点和每条边都刚好被访问一次
V因为顶点数,E为边数
- 则时间复杂度为O(V + E)
动图演示:
3. 拓扑排序代码实现
- 我这边直接延用之前实现邻接表的代码(自制API)
- 获取:Java高阶数据结构 & 图 & 图的表示与遍历_s:103的博客-CSDN博客
以下代码就不做过多解释了,完全依照刚才的算法思想~
3.1 遍历链表计算入度
//获取所有顶点的入度
public int[] getDevs() {
int n = arrayV.length;
int[] arr = new int[n];
for (int i = 0; i < n; i++) {
Node cur = edgeList.get(i);
while(cur != null) {
arr[cur.dest]++;
cur = cur.next;
}
}
return arr;
}
3.2 挑选一个入度为0的顶点
- 你也可以结合isVisted数组(标记数组)和堆去存储,节约时间
- 这里用最简单的遍历法
public int getFirstZero(int[] arr) {
for (int i = 0; i < arr.length; i++) {
if(arr[i] == 0) {
return i;
}
}
return -1;
}
3.3 输出顶点
- 这里我将顶点输出到队列里了
public void outputV(int index, int[] arr, Queue<Character> queue) {
queue.offer(arrayV[index]);
arr[index]--;
Node cur = edgeList.get(index);
while(cur != null) {
arr[cur.dest]--;
cur = cur.next;
}
}
3.4 判断循环结束是否为全-1
public boolean isContainCir(int[] arr) {
for (int i = 0; i < arr.length; i++) {
if(arr[i] != -1) {
return true;
}
}
return false;
}
3.4 kahn方法
public boolean kahn(Queue<Character> queue) {
int[] arr = getDevs();
int index = getFirstZero(arr);
while(index != -1) {
outputV(index, arr, queue);
index = getFirstZero(arr);
}
return isContainCir(arr);
}
3.5 测试
public static void main(String[] args) {
//定义与构建图
char[] chars = "012345678".toCharArray();
GraphByList graph = new GraphByList(chars.length, true);
graph.initArrayV(chars);
graph.addEdge('0', '1', 1);
graph.addEdge('0', '2', 1);
graph.addEdge('1', '3', 1);
graph.addEdge('2', '3', 1);
graph.addEdge('2', '4', 1);
graph.addEdge('4', '3', 1);
graph.addEdge('6', '0', 1);
graph.addEdge('7', '0', 1);
graph.addEdge('7', '6', 1);
graph.addEdge('8', '5', 1);
//定义队列
Queue<Character> queue = new LinkedList<>();
boolean flag = graph.kahn(queue);
System.out.println(flag ? "带环" : "不带环");
System.out.println(queue);
}
文章到此结束!谢谢观看
可以叫我 小马,我可能写的不好或者有错误,但是一起加油鸭🦆!我对图的内容就完结撒花咯✿✿ヽ(°▽°)ノ✿
图论不止于此,如果感兴趣,可以有更深入的研究!