数据结构——有向图(拓扑排序算法)

转自:http://blog.chinaunix.net/uid-20384806-id-1954187.html

     对一个有向无环图(Directed Acyclic Graph简称DAG)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<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(TopoiSicai Order)的序列,简称 拓扑序列
   注意:
     ①若将图中顶点按拓扑次序排成一行,则图中所有的有向边均是从左指向右的。
     ②若图中存在有向环,则不可能使顶点满足拓扑次序。
     ③一个DAG的拓扑序列通常表示某种方案切实可行。

下面是Java实现:

/**
 * 有方向图
 * 
 */
public class DirectedGraph {
	private final int MAX_VERTS = 20;
	private Vertex[] vertexList; // array of vertices
	private int[][] adjMat; // adjacency matrix
	private int nVerts; // current number of vertices
	private char[] sortedArray; // sorted vert labels

	/**
	 * 默认构造函数 初始化邻接矩阵
	 */
	public DirectedGraph() {
		vertexList = new Vertex[MAX_VERTS];
		sortedArray = new char[MAX_VERTS];
		// 图的邻接矩阵adjacency matrix
		adjMat = new int[MAX_VERTS][MAX_VERTS];
		nVerts = 0;
		for (int j = 0; j < MAX_VERTS; j++) {
			// set adjacency
			for (int k = 0; k < MAX_VERTS; k++) {
				adjMat[j][k] = 0;
			}
		}
	}

	/**
	 * 对有向图进行拓扑排序
	 * 
	 * 无后继的顶点优先拓扑排序方法 1、思想方法 该方法的每一步均是输出当前无后继(即出度为0)的顶点。
	 * 对于一个DAG,按此方法输出的序列是逆拓扑次序。 因此设置一个栈(或向量)T来保存输出的顶点序列,即可得到拓扑序列。
	 * 若T是栈,则每当输出顶点时,只需做人栈操作,排序完成时将栈中顶点依次出栈即可得拓扑序列。
	 * 若T是向量,则将输出的顶点从T[n-1]开始依次从后往前存放,即可保证T中存储的顶点是拓扑序列。
	 */
	public void nonSuccFirstToplogicalSort() {
		int orig_nVerts = nVerts;
		while (nVerts > 0) {
			int delVertex = getNoSuccessorVertex();
			if (-1 == delVertex) {
				System.out
						.println("Error: This graph has cycles! It cannot be toplogical sorted.");
				return;
			}
			sortedArray[nVerts - 1] = vertexList[delVertex].label;
			deleteVertex(delVertex);
		}

		System.out.print("Topologically sorted order: ");
		for (int j = 0; j < orig_nVerts; j++) {
			System.out.print(sortedArray[j]);
		}
		System.out.println("");
	}

	/**
	 * 找到没有后继节点的节点
	 * 
	 * @return
	 */
	public int getNoSuccessorVertex() {
		boolean isEdge;
		for (int row = 0; row < nVerts; row++) {
			isEdge = false;
			for (int column = 0; column < nVerts; column++) {
				if (adjMat[row][column] > 0)// 大于0,表明有边指向其他点,说明有后继节点
				{
					isEdge = true;
					break; // OK,继续下一个节点
				}
			}
			if (false == isEdge)// 没有边,表明没有后继节点
			{
				return row;
			}
		}
		return -1;
	}

	/**
	 * 删除一个节点
	 * 
	 * @param delVertex
	 */
	public void deleteVertex(int delVertex) {
		if (delVertex != nVerts - 1)// 如果不是最后一个节点
		{
			// 在节点列表中删除这个节点,所有后面的节点前移一格
			for (int i = delVertex; i < nVerts - 1; i++) {
				vertexList[i] = vertexList[i + 1];
			}
			// 删除邻接矩阵的delVertex行和列,即所有后面的行和列都向前移动一格
			// 所有delVertex行后的行,向上一个格
			for (int row = delVertex; row < nVerts - 1; row++) {
				for (int column = 0; column < nVerts; column++) {
					adjMat[row][column] = adjMat[row + 1][column];
				}
			}
			// 所有delVertex列后的列,向左一个格
			for (int column = delVertex; column < nVerts; column++) {
				for (int row = 0; row < nVerts - 1; row++) {
					adjMat[row][column] = adjMat[row][column + 1];
				}
			}
		}
		nVerts--;// 减少一个节点
	}

	/**
	 * 添加一个节点
	 * 
	 * @param lab
	 */
	public void addVertex(char lab) // argument is label
	{
		vertexList[nVerts++] = new Vertex(lab);
	}
	/**
	 * 添加一条边
	 * 
	 * @param start
	 *            起始点
	 * @param end
	 *            终点
	 */
	public void addEdge(int start, int end) {
		adjMat[start][end] = 1;
	}
	/**
	 * 添加一条边
	 * 
	 * @param start
	 *            起始点
	 * @param end
	 *            终点
	 */
	public void addEdge(char startVertex, char endVertex) {
		int start = getIndexByLabel(startVertex);
		int end = getIndexByLabel(endVertex);
		if (-1 != start && -1 != end) {
			adjMat[start][end] = 1;
		}
	}
	/**
	 * 显示一个节点
	 * 
	 * @param v
	 */
	public void displayVertex(int v) {
		System.out.print(vertexList[v].label);
	}

	public int getIndexByLabel(char lable) {
		for (int i = 0; i < vertexList.length; i++) {
			if (lable == vertexList[i].label) {
				return i;
			}
		}
		// 没有这个节点

	}
}


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值