【算法】图存储-邻接表、以及基于深搜的拓扑排序——Python实现

基本概念

• 有向⽆环图：没有环的有向图
• 拓扑序：有向图 的拓扑序是指满⾜下列条件的顶点序列 v1,v2,…,vn
  • 对于每⼀条边(vi. vj) ，都有i < j

以这张图为例：

• 没有从后面指到前面的箭头（边）。

算法的基本原理

代码实现

import numpy as np
import pandas as pd

MAX_VERTICES_NUM = 1000000

edges = [[2, 3], [2, 5], [2, 6], [3, 5], [3, 4], [6, 7], [5, 6], [5, 7], [4, 5], [1, 7], [1, 5], [1, 4]]


class Graph:
    def __init__(self):
        # 邻接表
        self.Adj = [[] for i in range(MAX_VERTICES_NUM)]
        self.vis = [False for i in range(MAX_VERTICES_NUM)]
        # 当前结点的数量
        self.v_num = 0
        # 拓扑排序的cur label
        self.cur_label = 0
        # 拓扑排序的f值
        self.f_list = list()

    def load_edges(self, edges):
        node_list = []
        for head, tail in edges:
            node_list.append(head)
            node_list.append(tail)
            self.Adj[head].append(tail)
        for l in self.Adj:
            l.sort()

        # 统计结点数量
        self.v_num = np.unique(node_list).size
        # cur label初始化
        self.cur_label = self.v_num
        # f值列表初始化
        self.f_list = [-1 for i in range(MAX_VERTICES_NUM)]

    def explore(self, v):
        self.vis[v] = True
        for u in self.Adj[v]:
            if not self.vis[u]:
                self.explore(u)
        self.f_list[v] = self.cur_label
        self.cur_label -= 1

    def topo_sort(self):
        self.vis = [False for i in range(MAX_VERTICES_NUM)]
        # 结点从1开始
        for v in range(1, MAX_VERTICES_NUM):
            if not self.vis[v]:
                self.explore(v)
        print(self.f_list[:self.v_num + 1])


G = Graph()
G.load_edges(edges)

G.topo_sort()

输出结果为：[-1, 3, 1, 2, 4, 5, 6, 7]。忽略第0个值，从第1个值开始，它代表的是每个结点的位置。也就是[2, 3, 1, 4, 5, 6, 7]。

参考文献

• https://blog.csdn.net/qq_26760433/article/details/84242686