拓扑排序入门学习笔记

最新推荐文章于 2023-09-04 15:59:19 发布

bell041030

最新推荐文章于 2023-09-04 15:59:19 发布

阅读量965

点赞数 4

分类专栏：竞赛知识

本文链接：https://blog.csdn.net/bell041030/article/details/89285939

版权

竞赛知识专栏收录该内容

16 篇文章 2 订阅

订阅专栏

拓扑排序

一、预备知识

DAG图：

一个无环的有向图，我们称之为有向无环图（directed acycline graph），简称DAG图。
DAG是描述一项工程或系统进行过程的有效工具，对于一项工程可以分为若干活动，每个活动之间可能有时间上的先后顺序，我们可以用一条有向边来描述活动间的先后顺序。

简单地说：DAG图是有向的，而且在这个图中不能出现环，就像这样：
DAG
如果节点1与节点2相连接，那么这样的图就不是DAG了，因为在这种情况下，图中出现了一个环。

DAG图的结构可以看成要完成一个游戏关卡，在完成了其中一个任务后可以前往下一个任务。在上面这个图中，如果我们完成了任务5，那么下一步就可以去完成任务2或任务4。

我们也可以理解为在完成任务5的时候，触发了任务2和任务4，我们要去完成它们，在完成了整个游戏后，我们回忆起之前的通关步骤，就可以得到一个DAG图。所以DAG图可以描述活动间的先后顺序。

AOV网：

用顶点表示活动，用有向边表示活动间的先后关系的有向图，我们称之为顶点表示活动网络（Activity On Vertex Network），简称AOV网
……
对于AOV网，我们往往关心的是能否找到一个合理的活动安排顺序，从而使得工程顺利进行，这在有向图中对应拓扑排序操作

从上面的话可以得知，拓扑排序的作用就是找到一个合理的节点排列，使得工程顺利进行，这就像是做游戏攻略了。

二、拓扑排序概念

对一个有向无环图G进行的拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若<u，v>∈E(G)，则u在线性序列中出现在v之前。通常，这样的线性序列我们称之为满足拓扑次序的序列（Topological Order），简称拓扑排序。

拓扑排序就是将所有节点排列成一个具备以下性质的序列：

①图中所有的有向边均是从左指向右的
②若图中存在有向环，则不可能使顶点满足拓扑次序
③一个DAG的拓扑排序通常表示某种方案切实可行
④一个DAG可能有多个拓扑排序

根据上面的性质，我们可不可以画出上图的拓扑排序呢？自己动手画一画，会得到一个这样的图：

那么这个图的拓扑排序就是：52431
当然，还有一下几种情况：
54231
52341
52314

三、拓扑排序算法

拓扑排序有好几种算法实现呢！这里我们只详细讲解其中两种，还有一些其他算法在后面也会给出代码和简略的解说。

拓扑排序的开头在哪里？

通过前面的学习，我们知道能进行拓扑排序的只有DAG图，它是有向图，如果随便选择一个起点，那么有可能有一些节点永远也遍历不了。

我们再仔细思考一下，什么情况下有一些节点永远也遍历不到呢？比如像这种情况（以上图做例子），我们选取2为起点，那么4和5将无法遍历，但是我们选取5为起点，就可以完成拓扑排序，此时我们发现：5没有前驱，2有前驱。
由此我们可以得出结论：只要是入度为0的节点都可以作为起点。

开头找到后后面的节点怎么遍历？

我们不妨将后面的节点“变成”拓扑排序的开头。
这句话什么意思呢？继续上面的情况，5已经被作为起点，计入答案了，此时我们可以将5这个节点删除，并且将与5连接的边统统删去，同时更新每个节点的入度。这时我们发现，4的入度为0，2的入度为0，拓扑排序的第二个节点就是2或4了。

我们只要一直循环以上两步，最后就可以获得拓扑排序后的序列。

代码实现：

#include<iostream>
using namespace std;
int n,m,head[105],x,y,cnt,ans[105];
bool vis[105];//访问记录
int in[105];//记录入度
struct edge{
	int next;
	int to;
}a[505];

void addedge(int from,int to)//连边建图
{
	cnt++;
	a[cnt].next=head[from];
	a[cnt].to=to;
	head[from]=cnt;
}

int main()
{
	cin>>n>>m;
	for(int i=1;i<=m;i++)
	{
		cin>>x>>y;
		addedge(x,y);
		vis[x]=1;
		vis[y]=1;//还未访问过
		in[y]++;//统计入度
	}
	for(int i=1;i<=n;i++)
	{
		int j=1;
		while((j<=n)&&(in[j]>0||vis[j]==0)) j++;//寻找一个入度为0且仍在图上的点
		vis[j]=0;//删除这个点
		for(int k=head[j];k!=0;k=a[k].next)
			in[a[k].to]--;//删去与这个点连接的边，更新入度值
		ans[i]=j;//计入答案
	}
	for(int i=1;i<=n;i++)
		cout<<ans[i]<<' ';
	return 0;
}

这一种做法叫做无前驱顶点优先的拓扑排序算法
当然，有一种做法叫做无后缀顶点优先的拓扑排序算法
这一种算法就找出度为0的点，然后答案要倒着输出，其它部分都与前面做法一样。

接下来介绍一种求图中所有拓扑排序的算法 ~~（说白了就是回溯递归）~~
我们利用回溯生成图中所有节点的排列方案，同时又使这些点的顺序符合拓扑排序即可。

代码实现：

#include<iostream>
using namespace std;
int n,m,head[105],x,y,cnt,ans[105];
bool vis[105];//访问记录
int in[105];//记录入度
struct edge{
	int next;
	int to;
}a[505];

void addedge(int from,int to)//连边建图
{
	cnt++;
	a[cnt].next=head[from];
	a[cnt].to=to;
	head[from]=cnt;
}

void topu(int now)
{
	if(now>n)
	{
		for(int i=1;i<=n;i++)
			cout<<ans[i]<<' ';
		return ;
	}
	for(int i=1;i<=n;i++)
		if(!vis[i]&&in[i]==0)
		{
			ans[now]=i;//计入答案
			vis[i]=0;//删除这个点
			for(int k=head[i];k!=0;k=a[k].next)
				in[a[k].to]--;//删去与这个点连接的边，更新入度值
			tuopu(now+1);
			for(int k=head[i];k!=0;k=a[k].next)
				in[a[k].to]++;//恢复原来的值继续回溯
			vis[i]=1;
		}
}

int main()
{
	cin>>n>>m;
	for(int i=1;i<=m;i++)
	{
		cin>>x>>y;
		addedge(x,y);
		vis[x]=1;
		vis[y]=1;//还未访问过
		in[y]++;//统计入度
	}
	dfs(1);
	return 0;
}