拓扑排序(Kahn算法)
●将入度为0的点组成一-个集合S
●每次从S里面取出一个顶点u (可 以随便取)放入L,然后遍历顶点u的所有边(u,v),并删除之,并判断如果该边的另一个顶点v,如果在移除这一条边后入度为0,那么就将这个顶点放入集合S中。不断地重复取出顶点然后重复这个过程…
●最后当集合为空后,就检查图中是否存在任何边。如果有,那么这个图一定有环路,否者返回L,L中顺序就是拓扑排序的结果.
然后对于拓扑排序还有DFS算法模板,参考博客Kahn算法和Dfs算法模板
以下模板是参考该博客,留作笔记。
Kahn模板
//Kahn算法,关键在于需要维护一个入度为0的顶点的集合
int n,m;
int inDeg[N]; //i点的入度
vector<int>vec[N]; //i点的邻接表,即i与哪些点相连
int ans[N]; //排序结果数组
int topSort() //返回值代表是否有环,排序结果在ans数组
{
int cnt=0;
queue<int>q; //如果需要相同优先级的顶点,序号小的先输出,则可建立优先队列,即
//priority_queue<int,vector<int>,greater<int> >q;
while(!q.empty())
q.pop();
for(int i=1;i<=n;i++)
if(inDeg[i]==0)
q.push(i);
while(!q.empty()){
int now = q.front();
q.pop();
ans[++cnt]=now; //个数+1并存数组
int len = vec[now].size();
for(int i=0;i<len;i++){
inDeg[vec[now][i]]--;
if(inDeg[vec[now][i]]==0)
q.push(vec[now][i]);
}
}
return (cnt==n)?1:0; //是否等于n,等于n代表无环
}
void init() //输入数据,n个点,m条边
{
int x,y;
cin>>n>>m;
for(int i=1;i<=n;i++)
vec[i].clear();
memset(inDeg,0,sizeof(inDeg));
for(int i=1;i<=m;i++){
cin>>x>>y;
inDeg[y]++;
vec[x].push_back(y);
}
}
DFS模板
//dfs实现,从出度的角度来构造,递归到最后返回
int n,m;
vector<int>vec[N]; //i点的邻接表,即i与哪些点相连
int ans[N],cnt; //排序结果数组,cnt记录个数
int parent[N]; //记录其前置节点
//int d[N], Time, f[N];
//可以不要,时间time初始化为0,d[]记录第一次被发现时,f[]记录结束检查时
int vis[N]; //标记数组vis[i]=0表示还未访问过点i,c[i]=1表示已经访问过点i,
//并且还递归访问过它的所有子孙,c[i]=-1表示正在访问中,尚未返回
bool dfs(int s) //深度优先搜索(邻接表实现),记录时间戳,寻找最短路径
{
vis[s]=-1; //正在访问
//Time++;d[s]=Time;
int len = vec[s].size();
for(int i=0;i<len;i++){
int tmp=vec[s][i];
if(vis[tmp]<0) //如果子孙比父亲先访问,说明存在有向环,失败退出
return false;
else if(!vis[tmp]&&!dfs(tmp)) //如果子孙未被访问,访问子孙返回假,说明也是失败
return false;
parent[tmp]=s;
}
vis[s]=1;
//Time++;f[s]=Time;
ans[cnt++]=s; //结果是逆序的,递归的原因
return true;
}
bool topSort() //返回值代表是否有环,排序结果在ans数组
{
cnt=0;
for(int i=1;i<=n;i++){
parent[i]=-1;
vis[i]=0;
}
//Time=0;
for(int i=1;i<=n;i++)
if(!vis[i])
if(dfs(i)==false)
return false;
return true;
}
void init() //输入数据,n个点,m条边
{
int x,y;
for(int i=1;i<=n;i++)
vec[i].clear();
for(int i=1;i<=m;i++){
cin>>x>>y;
vec[x].push_back(y);
}
}
B-猫猫向前冲
众所周知, TT 是一位重度爱猫人士,他有一只神奇的魔法猫。
有一天,TT 在 B 站上观看猫猫的比赛。一共有 N 只猫猫,编号依次为1,2,3,…,N进行比赛。比赛结束后,Up 主会为所有的猫猫从前到后依次排名并发放爱吃的小鱼干。不幸的是,此时 TT 的电子设备遭到了宇宙射线的降智打击,一下子都连不上网了,自然也看不到最后的颁奖典礼。
不幸中的万幸,TT 的魔法猫将每场比赛的结果都记录了下来,现在他想编程序确定字典序最小的名次序列,请你帮帮他。
Input
输入有若干组,每组中的第一行为二个数N(1<=N<=500),M;其中N表示猫猫的个数,M表示接着有M行的输入数据。接下来的M行数据中,每行也有两个整数P1,P2表示即编号为 P1 的猫猫赢了编号为 P2 的猫猫。
Output
给出一个符合要求的排名。输出时猫猫的编号之间有空格,最后一名后面没有空格!
其他说明:符合条件的排名可能不是唯一的,此时要求输出时编号小的队伍在前;输入数据保证是正确的,即输入数据确保一定能有一个符合要求的排名。
Sample Input
4 3
1 2
2 3
4 3
Output
1 2 4 3
提取题目信息:
N个点,M个关系,其实关系是满足传递闭包的
A战胜B B战胜C, 那么A一定可以战胜C,对于胜负关系不确定的,就采用编号
从小到大排列,也就是符合拓扑排序条件,下面我用Kahn算法写的
#include<iostream>
#include<queue>
#include<cstdio>
#include<vector>
using namespace std;
const int maxn=1010;
priority_queue<int,vector<int>,greater<int> > pQ;//小根堆
vector<int> Q;//容器
int head[maxn],in_deg[maxn],tot,N,M,p1,p2;//N为点数,M为边数
struct edge{
int to,next,w;
};
edge e[maxn*2];
void Init(){//初始化
for(int i=0;i<maxn;i++){
head[i]=0;
in_deg[i]=0;
}
while(!pQ.empty()) pQ.pop();
Q.clear();tot=0;
}
void add_edge(int u,int v,int w){//链式前向星
e[++tot].to=v;
e[tot].next=head[u];
e[tot].w=w;
head[u]=tot;
in_deg[v]++;
}
void toposort(){
for(int i=1;i<=N;i++)//入度为0的点
if(in_deg[i]==0)
pQ.push(i);
while(!pQ.empty()){
int u=pQ.top();pQ.pop();
Q.push_back(u);
for(int i=head[u];i!=0;i=e[i].next){
int v=e[i].to;
if(--in_deg[v]==0)
pQ.push(v);
}
}
for(int i=0;i<N;i++){
cout<<Q.front();
if(i!=N-1) cout<<" ";
Q.erase(Q.begin());
}
cout<<endl;
}
int main(){
while(scanf("%d%d",&N,&M)!=EOF){
Init();
for(int i=0;i<M;i++){
cin>>p1>>p2;
add_edge(p1,p2,1);
}
toposort();
}
return 0;
}