python实现--拓扑排序

拓扑排序是对有向无环图（DAG）进行排序的一种算法，它可以将图中的顶点排成一个线性序列，使得图中的任意一条有向边都从序列中的较早顶点指向较晚顶点。换句话说，如果图中存在一条从顶点A到顶点B的有向边，那么在拓扑排序中顶点A一定出现在顶点B之前。

统计入度：
对图中的每个顶点，统计其入度，即指向它的边的数量。
初始化：
将入度为0的顶点加入一个队列，作为初始节点。
拓扑排序：
1.从队列中取出一个顶点，并输出。
2.将该顶点的所有邻接顶点的入度减1。
3.如果某个邻接顶点的入度减为0，则将其加入队列。
4.重复步骤3，直到队列为空。
检查：
如果输出的顶点数等于图中的顶点数，则拓扑排序成功，否则图中存在环。
假设有以下有向图：

 1  →  2  →  4
 ↓  ↗ ↓  ↗ ↓
 3    5  →  6

首先统计每个顶点的入度：
1号顶点入度为0
2号顶点入度为1
3号顶点入度为1
4号顶点入度为1
5号顶点入度为2
6号顶点入度为1
将入度为0的顶点加入队列：[1]

开始拓扑排序：
取出队列中的1号顶点，并输出：1
将1号顶点的邻接顶点2号和3号的入度分别减1，得到入度为0的2号和3号顶点，加入队列：[2, 3]
取出队列中的2号顶点，并输出：2
将2号顶点的邻接顶点4号的入度减1，得到入度为0的4号顶点，加入队列：[3, 4]
取出队列中的3号顶点，并输出：3
将3号顶点的邻接顶点5号的入度减1，得到入度为1的5号顶点，加入队列：[4, 5]
取出队列中的4号顶点，并输出：4
将4号顶点的邻接顶点6号的入度减1，得到入度为0的6号顶点，加入队列：[5, 6]
取出队列中的5号顶点，并输出：5
取出队列中的6号顶点，并输出：6
完成拓扑排序，输出结果为：[1, 2, 3, 4, 5, 6]。

from collections import defaultdict, deque

def topological_sort(graph):
    # 统计入度
    indegree = defaultdict(int)
    for node in graph:
        for neighbor in graph[node]:
            indegree[neighbor] += 1
    
    # 将入度为0的节点加入队列
    queue = deque([node for node in graph if indegree[node] == 0])
    result = []
    
    # 拓扑排序
    while queue:
        node = queue.popleft()
        result.append(node)
        # 将该节点的邻接节点的入度减1，并将入度为0的节点加入队列
        for neighbor in graph[node]:
            indegree[neighbor] -= 1
            if indegree[neighbor] == 0:
                queue.append(neighbor)
    
    # 如果结果中的节点数等于图中的节点数，则拓扑排序成功
    if len(result) == len(graph):
        return result
    else:
        return None

# 测试
graph = {
    '1': ['2', '3'],
    '2': ['4', '5'],
    '3': ['5'],
    '4': ['6'],
    '5': ['6'],
    '6': []
}

sorted_nodes = topological_sort(graph)
if sorted_nodes:
    print("拓扑排序结果:", sorted_nodes)
else:
    print("图中存在环，无法进行拓扑排序")

统计入度：
遍历图中的每个节点，统计每个节点的入度，即指向该节点的边的数量。
初始化：
将入度为0的节点加入一个队列，作为拓扑排序的初始节点。
拓扑排序：
1.从队列中取出一个节点，并输出到结果列表中。
2.将该节点的所有邻接节点的入度减1。
3.如果某个邻接节点的入度减为0，则将其加入队列。
4.重复上述步骤直到队列为空。
检查：
如果结果列表中的节点数等于图中的节点数，则拓扑排序成功，否则图中存在环。