从 TodoList 说起
对于我们程序开发者来说,想要学习一个框架,从开发一个 TodoList 项目做起,这就像学习语言先学会写 Hello world 一样基础。但其实,简单的 TodoList 里面,同样可以蕴含一些复杂的算法思想。
设想一下,今天需要完成若干个任务,需要规划一下工作流,可以通过 TodoList 记录下来。但与普通的线性工作不同的是,每条工作任务可能会有若干个前置工作,那么现在我们该如何分配工作顺序呢?
其实这样的事情在我们自己平时的工作中经常遇到,而我们通常的做法是:优先找出不需要做前置工作的任务,将其完成。再寻找剩下的工作任务中,是否有已经将所有前置工作做完的任务,在接下来完成。如此往复,直到所有工作都已经被完成。
事实上,不知不觉中,我们已经悄然构建了一个有向无环图,并对其进行好了拓扑排序,按照拓扑序列的结果执行任务了。
有向无环图与拓扑排序
啥啥啥?我怎么不知道?
你看,每一个任务与它的前置任务之间都存在着一个父子关系。由于每个任务的前置可以有多个,因此使用有向图而不是有向树来表示更为合适。而已经做过的工作不会在被重复做一遍,因此工作流中不可能形成环路,从第一个工作开始,至最后一个工作结束,对于每个任务的执行必定是有且只有一遍的。而这,也就是有向无环图(Directed Acyclic Graph,下称 DAG 图)的定义了:
如果一个有向图无法从某个顶点出发经过若干条边回到该点,则这个图是一个有向无环