问题描述
所谓拓补排序就是确定图中节点的一种顺序,使得某些在别的节点访问之前不能访问到的节点排在后面。所以该算法的核心是每一步选择一个没有入度的节点,因为没有入度意味着该节点没有前驱,得到一个节点后,就把以新得到的节点为起点的边去除,从剩下的节点重复前面的过程直到所有节点都排好序或找不到一个不具有入度的节点为止。但是实际实现中不必真的删除边,只需要记录每个顶点的入度数,删除边的操作就可以用递减相关顶点入度的操作来代替。入度为0的节点就是下一个要选择的节点。
实现
#ifndef _TOPOLOGICALSORT_H_
#define _TOPOLOGICALSORT_H_
#include "../include/DirectedWeightGraph.h"
#include "../include/Vector.h"
#include <stack>
using namespace MyDataStructure;
using namespace std;
namespace MyTools
{
template<typename ValueType, typename WeightType>
bool TopologicalSort(const DirectedWeightGraph<ValueType, WeightType>& Graph,Vector<int>& SortedVertices)
{
typedef typename DirectedWeightGraph<ValueType, WeightType>::VerticePtr VerticePtr;
typedef typename DirectedWeightGraph<ValueType, WeightType>::EdgePtr EdgePtr;
int size = Graph.GetVerticeSize();
if (size <= 0) return false;
//初始化每个节点的入度数
Vector<int> InDgreeCount(size);
for (int i = 0; i < size; ++i)
{
VerticePtr v_ptr = Graph.GetVertice(i);
if (v_ptr != nullptr)
{
EdgePtr e = v_ptr->adj;
while (e != nullptr)
{
++InDgreeCount[e->dst];
e = e->next;
}
}
else
{
--InDgreeCount[i];
}
}
//为了避免每次寻找入度为0的节点,利用一个栈
//记录最新的入度为0的节点,用队列、链表都是可以的
stack<int> zeroDegreeV;
for (int i = 0; i < size; ++i)
{
if (InDgreeCount[i] == 0) zeroDegreeV.push(i);
}
SortedVertices.Clear();
int UnSortedVerticeCount = Graph.GetVerticeCount();
//如果栈空,说明没有入度为0的节点了
//此时要么所有节点已排序,要么图中有环,
//不可以拓补排序
while (zeroDegreeV.empty() != true)
{
int v = zeroDegreeV.top();
SortedVertices.PushBack(v);
zeroDegreeV.pop();
VerticePtr v_ptr = Graph.GetVertice(v);
//得到一个节点后,就递减以该顶点为起点的终点
//入度数
EdgePtr e = v_ptr->adj;
while (e != nullptr)
{
--InDgreeCount[e->dst];
//如果某个节点递减为0,那么它就是下一个节点的候选者,
//不用担心其他节点会再一次递减这个节点的入度,因为在递减就为-1,
//不会重复加入候选者栈,也不会从候选者栈中删除,所以它一定能就位
if (InDgreeCount[e->dst] == 0) zeroDegreeV.push(e->dst);
e = e->next;
}
--UnSortedVerticeCount;
}
if (UnSortedVerticeCount != 0)
{
SortedVertices.Clear();
return false;
}
return true;
}
}
#endif
结果示例
这是输入的图,表示课程的先后关系。
运行拓补排序算法后得到的序列如下:
可以看到这是一种符合要求的排序,但也还有其他的排序方式,因为在某一时刻,图中具有0入度的顶点可能不止一个,算法只取一个比较容易取到的顶点而已。