(图)有向无环图的应用:拓扑排序

AOV网(Activity On Vertex Network):

在一个表示工程的有向图中,顶点表示活动弧表示活动之间的优先关系

设G={V,E}是一个具有n个顶点的有向图,V中的顶点序列V1,V2,......,Vn,满足若从顶点Vi到Vj有一条路径,则在顶点序列中顶点Vi必须在Vj之前。这样的顶点序列称为拓扑序列。


在上图的AOV网中,拓扑序列有多条。

序列V0 V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16

序列V0 V1 V4 V3 V2 V7 V6 V5 V8 V10 V9 V12 V11 V14 V13 V15 V16都是拓扑序列

拓扑排序,其实就是对一个有向图构造拓扑序列的过程


拓扑排序算法

基本思路:从AOV网中选一个入度为0的顶点输出,然后删去该顶点,并删除以此顶点为尾的弧,重复此步骤,直到输出所有顶点或者网中不存在入度为0的顶点

序列V由于需要删除顶点,用邻接表更方便,所以我们要为AOV网建立一个邻接表,要查找入度为0的顶点,所以我们在顶点表结点结构中加一个入度域in,



实例如下:


算法思路个人理解:

1.用栈保存入度为0的顶点,输出栈顶元素并将与其有关的边删除,

2.减少与栈顶元素连线的顶点入度数量

3.把入度为0的顶点也入栈

使用栈结构的目的:

是存储入度为0的顶点,避免每个查找时都要去遍历顶点表有没有入度为0的顶点


顶点表结构代码:

typedef struct EdegeNode   //边表结点 
{
	int adjvex;				//邻接点域 ,存储顶点下标 
	int weight;				 
	struct EdgeNode *next;		//指向下一邻接点 
}EdgeNode; 

typedef struct VertexNode  //顶点表结点 
{
	int in;					//入度域 
	int data;				
	EdegeNode *firstedge;	//边表头指针 
}VertexNode,AdjList[MAX]; 

typedef struct
{
	AdjList adjList;
	int numVertexes,numEdges;
}graphAdjList,*GraphAdjList; 

拓扑排序代码:

Status TopologicalSort(GraphAdjList G)
{
	EdgeNode *e;
	int i,k,gettop;
	int top=0;      	//栈顶下标 
	int count=0;
	int *stack;           //int指针类型的栈 
	stack=(int *)malloc(G->numVertexes*sizeof(int));
	for(i=0;i<G->numVertexes;i++)
		if(G->adjList[i].in==0)
			{
				stack[++top]=i;			//相当于stack[top]=i;    //将入度为0的顶点入栈 
										//top++;
			}
	while(top!=0)
	{
		gettop=stack[top--];//出栈  相当于 gettop=stack[top];
										 //top--; 
		printf("%d->",G->adjList[gettop].data);
		count++;
		for(e=G->adjList[gettop].firstedge;e;e=e->next)  //遍历此顶点边表 
		{
			k=e->adjvex;
			if(!(--G->adjList[k].in))   //将k号顶点邻接点的入度减一 
			//相当于 --G->dajList[k].in;   if(!(--G->adjList[k].in));
				stack[++top]=k;       //若入度为0则入度
				//相当于top++;  stack[top];	
		}								 
		if(count<G->numVertexes)
			return ERROR;                //全部顶点输出了就代表无环路 
		else
			return OK;	 
	}	
}

注:++top是先+1再运算,
       而TOP++是先运算再加1


时间复杂度:

对于一个有n个顶点,e条弧的AOV网而言,第9行扫描顶点表找入度0的顶点时间复杂度O(n),

while循环中每个顶点进一次栈,出一次栈,入度减一的操作共执行了e次,

故整个算法时间复杂度O(n+e)



  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
拓扑排序是一种常用的有向无环图(DAG)排序算法,可用于判断有向是否存在环。下面是拓扑排序判断有向是否有环的概要设计: 1. 统计每个节点的入度入度为 0 的节点加入队列中。 2. 从队列中取出一个入度为 0 的节点,并将该节点从中删除。 3. 遍历该节点的所有邻居节点,将其入度减 1。 4. 如果有邻居节点入度为 0,则加入队列中。 5. 重复步骤 2-4 直到队列为空。 6. 如果所有节点都被访问过,则说明不存在环;否则存在环。 具体步骤如下: 1. 初始化一个队列 Q,并统计每个节点的入度。 2. 将入度为 0 的节点加入队列 Q 中。 3. 当队列 Q 不为空时,执行以下操作: a. 从队列 Q 中取出一个入度为 0 的节点; b. 将该节点从中删除; c. 遍历该节点的所有邻居节点,将其入度减 1; d. 如果有邻居节点入度为 0,则加入队列 Q 中。 4. 如果所有节点都被访问过,则说明不存在环;否则存在环。 需要注意的是,如果中存在环,则无法进行拓扑排序。因此,在实现拓扑排序算法时,需要先判断中是否存在环,如果存在环,则直接返回有环的结果,否则进行拓扑排序。 总之,拓扑排序是一种非常实用的算法,可以用于判断有向是否存在环,也可以用于确定任务的执行顺序和依赖关系等。在实际应用中,我们可以根据具体的问题场景,灵活地运用拓扑排序算法,提高工作效率和准确性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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