拓扑排序算法及其相关代码

对AOV网进行拓扑排序的基本思路是：从AOV网中选择一个入度为0的顶点输出，然后删去此顶点，并删除以此顶点为尾的弧，继续重复此步骤，直到输出全部顶点或者AOV网中不存在入度为0的顶点为止。
首先我们需要确定一下这个图需要使用的数据结构。前面求最小生成树和最短路径时，我们用的都是邻接矩阵，但由于拓扑排序的过程中，需要删除顶点，显然用邻接表会更加方便。因此我们需要为AOV网建立一个邻接表。考虑到算法过程中始终要查找入度为0的顶点，我们在原来顶点表结点结构中，增加一个入度域in，其中in就是入度的数字。

indata  first  edge  
邻接表数据结构。

在拓扑排序算法中，涉及的结构代码如下：

/*  边表结点  */
typedef  struct  EdgeNode                    
{
/*  邻接点域，存储该顶点对应的下标  */
int  adjvex;            
/*  用于存储权值，对于非网图可以不需要  */
int  weight;            
/*  链域，指向下一个邻接点  */
struct  EdgeNode  *next;
}  
EdgeNode;
/*  顶点表结点  */
typedef  struct  VertexNode                
{
/*  顶点入度*/
int  in;                
/*  顶点域，存储顶点信息  */
int  data;              
/*  边表头指针  */
EdgeNode  *firstedge;   
}  
VertexNode,  AdjList[MAXVEX];
typedef  struct
{
AdjList  adjList;
/*  图中当前顶点数和边数  */
int  numVertexes,numEdges;        
}  
graphAdjList,  *GraphAdjList;

在算法中，我还需要辅助的数据结构—栈，用来存储处理过程中入度为0的顶点，目的是为了避免每个查找时都要去遍历顶点表找有没有入度为0的顶点。
现在我们来看代码，并且模拟运行它。

/*  拓扑排序，若GL无回路，则输出拓扑排序序列并返回OK，若有回路返回ERROR  */
Status  TopologicalSort(GraphAdjList  GL)
{
EdgeNode  *e;int  i,  k,  gettop;
/*  用于栈指针下标  */
int  top  =  0;         
/*  用于统计输出顶点的个数  */
int  count  =  0;       
/*  建栈存储入度为0的顶点  */
int  *stack;            
stack  =  (int  *)malloc(GL->numVertexes  *  sizeof(int));
for  (i  =  0;  i  <  GL->numVertexes;  i++)
if  (GL->adjList[i].in  ==  0)
/*  将入度为0的顶点入栈  */
stack[++top]  =  i;     
while  (top  !=  0)
{
/*  出栈  */
gettop  =  stack[top--];
/*  打印此顶点  */
printf("%d  ->  ",  GL->adjList[gettop].data);  
/*  统计输出顶点数  */
count++;                
/*  对此顶点弧表遍历  */
for  (e  =  GL->adjList[gettop].firstedge;  e;  e  =  e->next)
{                       
k  =  e->adjvex;
/*  将k号顶点邻接点的入度减1  */
if  (!(--GL->adjList[k].in))                    
/*若为0则入栈，以便于下次循环输出  */
stack[++top]  =  k;     
}
}
/*如果count小于顶点数，说明存在环  */
if  (count  <  GL->numVertexes)                 
return  ERROR;
elsereturn  OK;
}

1．程序开始运行，第3～7行都是变量的定义，其中stack是一个栈，用来存储整型的数字。
2．第8～10行，作了一个循环判断，把入度为0的顶点下标都入栈，此时stack应该为：{0,1,3}，即v0、v1、v3的顶点入度为0
3．第12～23行，while循环，当栈中有数据元素时，始终循环。
4．第14～16行，v3出栈得到gettop=3。并打印此顶点，然后count加1。
5．第17～22行，循环其实是对v3顶点对应的弧链表进行遍历，找到v3连接的两个顶点v2和v13，并将它们的入度减少一位，此时v2和v13的in值都为1。它的目的是为了将v3顶点上的弧删除。
6．再次循环，第12～23行。此时处理的是顶点v1。经过出栈、打印、count=2后，我们对v1到v2、v4、v8的弧进行了遍历。并同样减少了它们的入度数，此时v2入度为0，于是由第20～21行知，v2入栈。试想，如果没有在顶点表中加入in这个入度数据域，20行的判断就必须要是循环，这显然是要消耗时间的，我们利用空间换取了时间。
7．接下来，就是同样的处理方式了。
8．最终拓扑排序打印结果为3->1->2->6->0->4->5->8->7->12->9->10->13->11。当然这结果并不是唯一的一种拓扑排序方案。
分析整个算法，对一个具有n个顶点e条弧的AOV网来说，第8～10行扫描顶点表，将入度为0的顶点入栈的时间复杂为O(n)，而之后的while循环中，每个顶点进一次栈，出一次栈，入度减1的操作共执行了e次，所以整个算法的时间复杂度为O(n+e)。