7.5有向无环图应用之拓扑排序

7.5有向无环图应用之拓扑排序

有向无环图（Directed Acyclic Graph）是指一个无环的有向图，简称 DAG。有 向无环图可用来描述工程或系统的进行过程，如一个工程的施工图、学生课程间的制约关系图等。

拓扑排序
用顶点表示活动，用弧表示活动间的优先关系的有向无环图，称为顶点表示 活动的网（Activity On Vertex Network）， 简称为 AOV-网。

例如：计算机系学生的一些必修课程及其先修课程的关系如下：

用顶点表示课程，弧表示先决条件，则上述关系可用一个有向无环图表示， 见下图

在有向图 G=（V，{E}）中， V 中顶点的线性序列（vi1,vi1,vi3,…，vin）称为 拓扑序列。如果此序列满足条件：对序列中任意两个顶点 vi、vj，在 G 中有一条从vi到vj的路径，则在序列中vi必排在vj之前。

例如，上图的一个拓扑序列为：
AOV-网的特性如下：

• 若 vi为 vj的先行活动，vj为 vk的先行活动，则 vi必为 vk的先行活动，即先 行关系具有可传递性。从离散数学的观点来看，若有<vi,vj>、<vj,vk>，则必 存在<vj,vk>。显然，在 AOV-网中不能存在回路，否则回路中的活动就会互为前驱，从而无法执行。
• AOV-网的拓扑序列不是惟一的。
  例如，上图的另一个拓扑序列为：
  那么，怎样求一个有向无环图的拓扑序列呢？拓扑排序（Topological Sort） 的基本思想为：
  （1） 从有向图中选一个无前驱的结点输出；
  （2） 将此结点和以它为起点的边删除；
  （3） 重复（1）、（ 2），直到不存在无前驱的结点；
  （4） 若此时输出的结点数小于有向图中的顶点数，则说明有向图中存在 回路，否则输出的顶点的顺序即为一个拓扑序列。

例如，对于下图中的 AOV-网，执行上述过程可以得到如下拓扑序列： V1，V6，V4，V3，V2，V5 或 V1，V3，V2，V6，V4，V5。

由于有向图的存储形式的不同，拓扑排序算法的实现也不同。

（1）基于邻接矩阵表示的存储结构

A 为有向图 G 的邻接矩阵，则有

• 找 G 中无前驱的结点 ——在 A 中找到值全为 0 的列；
• 删除以 i 为起点的所有弧 ——将矩阵中 i 对应的行全部置为 0。
  算法步骤如下：
  ①取 1 作为第一新序号；
  ②找一个未新编号的、值全为 0 的列 j，若找到则转③；否则，若所有的 列全部都编过号，排序结束； 若有列未曾被编号，则该图中有回路；
  ③输出列号对应的顶点 j，把新序号赋给所找到的列；
  ④将矩阵中 j 对应的行全部置为 0;
  ⑤新序号加 1，转②；

（2）基于邻接表的存储结构

此时入度为 0 的顶点即没有前驱的顶点，因此可以附设一个存放各顶点入度 的数组 indegree [ ]，于是有

• ①找 G 中无前驱的顶点 ——查找 indegree [ i]为零的顶点 i；
• ②删除以 i 为起点的所有弧——对链在顶点 i 后面的所有邻接顶点 k，将对 应的 indegree[k]减 1。
  为了避免重复检测入度为零的顶点，可以再设置一个辅助栈，若某一顶点的入度减为 0，则将它入栈。每当输出某一顶点时，便将它从栈中删除。
  【算法思想】
• （1） 首先求出各顶点的入度，并将入度为 0 的顶点入栈；
• （2） 只要栈不空，则重复下面处理：
  ①将栈顶顶点 i 出栈并打印；
  ②将顶点 i 的每一个邻接点 k 的入度减 1，如果顶点 k 的入度变为 0，则将 顶点 k 入栈。

【算法描述】 拓扑排序算法

int TopoSort (AdjList G) 
{  
	Stack S; 
	int indegree[MAX_VERTEX_NUM]; 
	int i, count, k;     
	ArcNode *p;     
	FindID(G,indegree);  /*求各顶点入度*/     
	InitStack(&S);       /*初始化辅助栈*/     
	for(i=0;i<G.vexnum;i++)     
		if(indegree[i]==0) Push(&S,i);    /*将入度为 0 的顶点入栈*/     
			count=0;     
		while(!IsEmpty(S))       
		{ 
			Pop(&S,&i);      
			printf("%c", G.vertex[i].data);      
			count++;    /*输出 i 号顶点并计数*/         
			p=G.vertex[i].firstarc;  
			while(p!=NULL)    
			{ 
				k=p->adjvex;           
				indegree[k]--;     /*i 号顶点的每个邻接点的入度减 1*/      
				if(indegree[k]==0)  
				Push(&S, k);   /*若入度减为 0，则入栈*/      
				p=p->nextarc;     
			}    
		} /*while*/     
	if (count<G.vexnum)  
			return(Error);  /*该有向图含有回路*/      
	else  
		return(Ok);  
} 

求入度算法

void FindID( AdjList G,  int indegree[MAX_VERTEX_NUM])  /*求各顶点的入度*/ 
{  
	int i;  
	ArcNode *p;  
	for(i=0; i<G.vexnum; i++)        
		indegree[i]=0;       
	for(i=0; i<G.vexnum; i++)       
	{
		p=G.vertex[i].firstarc;     
		while(p!=NULL)          
		{
			indegree[p->adjvex]++;          
			p=p->nextarc;         
		}       
	} /* for */    
}   

例如，上图 AOV-网的邻接表如下 所示，用拓扑排序算法求出的拓扑序列为： v6，v1，v3，v2，v4，v5。

若有向无环图有 n 个顶点和 e 条弧，则在拓扑排序的算法中，for 循环需要 执行 n 次，时间复杂度为 O(n)；对于 while 循环，由于每一顶点必定进一次栈， 出一次栈，其时间复杂度为 O(e)；故该算法的时间复杂度为 O(n+e)。