图的拓扑排序及其应用

拓扑排序的定义

对一个有向无环图G进行拓扑排序，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，若边(u,v)∈E(G)，则u在线性序列中出现在v之前。通常，这样的线性序列称为满足拓扑次序(Topological Order)的序列，简称拓扑序列。简单的说，由某个集合上的一个偏序得到该集合上的一个全序，这个操作称之为拓扑排序。

拓扑排序的应用

参考一道ACM题目确定比赛名次
问题描述：

有N个比赛队（1<=N<=500），编号依次为1，2，3，。。。。，N进行比赛，比赛结束后，裁判委员会要将所有参赛队伍从前往后依次排名，但现在裁判委员会不能直接获得每个队的比赛成绩，只知道每场比赛的结果，即P1赢P2，用P1，P2表示，排名时P1在P2之前。现在请你编程序确定排名。

现已知有4个队伍参加比赛，而每两队的比赛成绩如下:
1 2
2 3
4 3

1，2表示即P1队赢了P2队。先让你排序出整个比赛的排名

该问题的求解过程如下：
完全可将P1～P4的比赛排名按题目要求构建出一个有向图：

P1 —> P2 —> P3 <— P4

由图自然非常清楚的看出排名为P1，P2，P4, P3或P1，P4，P2, P3

如果我们考虑图的相关性质在里面，会发现：
入度为 0 的顶点 P1 是排序中的第一名(因为没有任何人战胜它)，而确定好第一名之后，将第一名从排序中踢出，剩下的图： P2–> P3 <– P4 中，依然存在入度为0的节点，依次类推，便得到了一个求拓扑排序的算法。

拓扑排序存在的条件

并不是所有图都存在拓扑排序，拓扑排序在图中也不是唯一的(例如上例中将存在两个拓扑排序)。

不含环路的有向图必包含入度为零的顶点—因此一定存在拓扑排序

拓扑排序的算法实现

入度为 0 的顶点 m（及其关联边）从图 G 中取出，则剩余的 G’依然是有向无环图，故其拓扑排序也必然存在。从递归的角度看，一旦得到了 G’ 的拓扑排序，只需将 m 作为最大顶点插入，即可得到 G 的拓扑排序。如此，我们已经得到了一个拓扑排序的算法。

上图给出了拓扑排序的一种实现思路(不同的递归入度为0的节点)，现在从另一角度—图的DFS搜索入手，来实现一个效率更高的拓扑排序

回顾笔者的上一篇博文图的深度优先搜索算法并生成DFS树
。

对于节点包含如下几个类型：

 private int status = 0;  //状态 0 undiscovered "未发现"  1 discovered "已发现"  2 visited "已完成"

对于弧有如下类型：