No.4有向无环图的拓扑排序

1.什么是有向无环图（简称DAG）呢？
举个浅显易懂的有向无环图拓扑排序的例子（Linux驱动匹配）：

• 比如现在有abcde五个驱动模块文件，它们的具体的依赖顺序未知
• 但是给出了单个驱动模块文件会依赖其它的驱动依赖模块
  1> a->bce，表示a的正常工作会依赖bce这三个驱动模块，但是bce之间的依 赖顺序又是未知的
  2> b->d，b依赖d
  3> c->d，c依赖d
  4> e->cd，e的正常工作会依赖cd两个驱动模块，但cd之间的顺序未知
  5> d->，d不依赖任何一个模块
• 现在我们要解出abcde五个驱动模块文件的争取依赖顺序，例如是a->b->c->d->e,还是a->e->c->d->b,还是都不是，我们该如何求解呢？那么有向无环图的拓扑排序就可以帮我们解决这个问题

2 .在1中的例子的正确答案我们可以用一个图来表示，即有向无环图，如下：

• 这个图比较简单我们可以一眼看出它的拓扑排序顺序为：aecbd（也就是我们1中的正确答案），但是我们要用代码算出结果来才行，遇到复杂的图一眼是看不出来的。

• 那么DAG的正确算法步骤是什么呢有两种，这里我们用的是入度表来实现的，基本步骤如下
  1>找出图中0入度的顶点（入读为0也就是说圈上没有箭头指向它）.
  2>依次在图中删除这些顶点，删除后再找出0入度的顶点.
  3>然后再删除……再找出…… .
  4>直至删除所有顶点，即完成拓扑排序.
  5>将删除的顶点依次从左到右放
  删掉第一个入度为0的点为A之后的顺序为：a，图更新为如下：
  
  删掉第二个入度为0的点为e之后的顺序为：a->e，图更新为如下：
  
  删掉第三个入度为0的点为c之后的顺序为：a->e->c，图更新为如下
  
  删掉第四个入度为0的点为b之后的顺序为：a->e->c->b，图更新为如下
  
  最后删除掉d，最后拓扑排序的顺序为:a->e->c->b->d

3 .下面我们用python代码来实现以上的过程所得到的结果

• 将1中的依赖用字典表示为G = {‘a’: ‘bce’, ‘b’: ‘d’, ‘c’: ‘d’, ‘d’: ‘’, ‘e’: ‘cd’}
• python具体实现如下

def directed_acyclic_graph_topology_sort(graph):
   in_degrees = dict((u, 0) for u in graph)  # 初始化所有顶点入度为0
   vertex_num = len(in_degrees)
   for u in graph:
       for v in graph[u]:
           in_degrees[v] += 1  # 计算每个顶点的入度
   Q = [u for u in in_degrees if in_degrees[u] == 0]  # 筛选入度为0的顶点
   Seq = []
   while Q:
       u = Q.pop()  # 默认从最后一个删除
       Seq.append(u)
       for v in graph[u]:
           in_degrees[v] -= 1  # 移除其所有指向
           if in_degrees[v] == 0:
               Q.append(v)  # 再次筛选入度为0的顶点
   if len(Seq) == vertex_num:  # 如果循环结束后存在非0入度的顶点说明图中有环，不存在拓扑排序
       return Seq
   else:
       print("there's a circle.")


G = {'a': 'bce', 'b': 'd', 'c': 'd', 'd': '', 'e': 'cd'}
print(directed_acyclic_graph_topology_sort(G))
['a', 'e', 'c', 'b', 'd']