目录
引例
以一个例子开始引进拓扑排序:
课程号 | 课程名称 | 预修课程 |
---|---|---|
C1 | 程序设计基础 | 无 |
C2 | 离散数学 | 无 |
C3 | 数据结构 | C1,C2 |
C4 | 微积分(一) | 无 |
C5 | 微积分(二) | C4 |
C6 | 线性代数 | C5 |
C7 | 算法分析与设计 | C3 |
C8 | 逻辑与计算机设计基础 | 无 |
C9 | 计算机组成 | C8 |
C10 | 操作系统 | C7,C9 |
C11 | 编译原理 | C7,C9 |
C12 | 数据库 | C7 |
C13 | 计算机理论 | C2 |
C14 | 计算机网络 | C10 |
C15 | 数值分析 | C6 |
根据这个表,我们可以每个课程表示为图的顶点,<V,W>表示边,V为W的预修课程,画出图:
这样就构成了一个 AOV网络,即Activity On Vertex 网络。
给每个学期排课,根据这个图排成的序列成为拓扑序:
拓扑排序
- 如果图中从V到W有一条有向路径,则V一定排在W之前。满足此条件的顶点序列称为一个拓扑序
- 获得一个拓扑序的过程就是拓扑排序
- AOV如果有合理的拓扑序,则必定是有向无环图(Directed Acyclic Graph,DAG)
算法伪代码
void TopSort()
{
for(each vertex V in the graph)
{
if(Indegree[V] == 0) //这里把所有入度为0的顶点入队
Enqueue(V, Q);
}
while(!IsEmpty(Q))
{
V = Dequeue(Q); //从队列中取出顶点,该顶点的入度一定为0
输出(V); // 输出V,或者记录V的输出序号
cnt++; //记录输出的顶点的个数,用于判断图中是否有回路
for(each adjacent vertex W of V) //把V的所有邻接点的入度都减1
{
if(--Indegree[W] == 0)
Enqueue(W, Q);
}
}
if(cnt != number of vertices in the graph) //判断输出顶点的个数(即入度为0的顶点个数)是否与图中的顶点数量相等,如果不相等,则说明图中有回路
Error("The graph contains a cycle");
}
时间复杂度
稀疏图:
稠密图:
此算法可以用来检测有向图是否DAG。
代码(C语言)
/* 邻接表存储 - 拓扑排序算法 */
bool TopSort( LGraph Graph, Vertex TopOrder[] )
{ /* 对Graph进行拓扑排序, TopOrder[]顺序存储排序后的顶点下标 */
int Indegree[MaxVertexNum], cnt;
Vertex V;
PtrToAdjVNode W;
Queue Q = CreateQueue( Graph->Nv );
/* 初始化Indegree[] */
for (V=0; V<Graph->Nv; V++)
Indegree[V] = 0;
/* 遍历图,得到Indegree[] */
for (V=0; V<Graph->Nv; V++)
for (W=Graph->G[V].FirstEdge; W; W=W->Next)
Indegree[W->AdjV]++; /* 对有向边<V, W->AdjV>累计终点的入度 */
/* 将所有入度为0的顶点入列 */
for (V=0; V<Graph->Nv; V++)
if ( Indegree[V]==0 )
AddQ(Q, V);
/* 下面进入拓扑排序 */
cnt = 0;
while( !IsEmpty(Q) ){
V = DeleteQ(Q); /* 弹出一个入度为0的顶点 */
TopOrder[cnt++] = V; /* 将之存为结果序列的下一个元素 */
/* 对V的每个邻接点W->AdjV */
for ( W=Graph->G[V].FirstEdge; W; W=W->Next )
if ( --Indegree[W->AdjV] == 0 )/* 若删除V使得W->AdjV入度为0 */
AddQ(Q, W->AdjV); /* 则该顶点入列 */
} /* while结束*/
if ( cnt != Graph->Nv )
return false; /* 说明图中有回路, 返回不成功标志 */
else
return true;
}
关键路径问题
关键路径问题是拓扑排序的一个应用,用到了另外一种网络。
AOE(Activity On Edge)网络,一般用于安排项目的工序。
关键路径:由绝对不允许延误的活动组成的路径。
以下就是一个比较典型的AOE网络图:
画出了这个图,我们就可以知道:
- 整个工程的工期为18(Earliest[ 8 ] = 18)
- 哪个组有机动时间(D<i,j> = Latest[ j ] - Earliest[ i ] - C<i,j>)
end
学习自:MOOC数据结构——陈越、何钦铭