【数据结构与算法】-＞算法-＞拓扑排序-＞如何确定代码源文件的编译依赖？

Ⅰ 前言

我们一般写程序的时候，一个完整的项目往往会包含很多代码源文件，编译器在编译整个项目的时候，需要按照依赖关系，依次编译每个源文件。比如 a.java 依赖 b.java，那在编译的时候，编译器需要先编译 b.java，才能编译 a.java。

原来我写 C 语言的程序的时候，经常要用到联合编译，当时我们运行程序都是手动在命令行上编译和运行，所以如果要联合编译而且有依赖关系，比如 a.c 里用到了 b.c 的函数，我们就要先把 b.c 编译，生成一个 obj 文件，然后再用 b.obj 和 a.c 一起编译。大家如果看我最早的文章，一定会经常看到。现在用 Java 就舒服很多，IDE 会自动编译这个文件所依赖的其他文件，不用我再一个一个按照依赖关系手动编译了。

编译器通过分析源文件或者程序员事先写好的编译配置文件（比如 Makefile）文件，来获取这种局部的依赖关系。那么编译器又该如何通过源文件两两之间的局部依赖关系，确定一个全局的编译顺序呢？

这就要用到我们这篇文章要讲的这个算法了。

Ⅱ 拓扑排序算法解析

上面提出的问题的解决思路与 “图” 这种数据结构的一个经典算法 “拓朴排序算法” 有关。那什么是拓扑排序呢？这个概念很好理解，我们来看一个生活中的拓扑排序的例子。

我们在穿衣服的时候都有一定的顺序，我们可以把这种顺序想成，衣服与衣服之间有一定的依赖关系。比如说，你必须先穿内裤，才能穿外裤，不能反过来，不是每个人都能穿出超人的感觉。

假设我们现在有八件衣服要穿，它们之间的两两依赖关系我们已经很清楚了，那如何安排一个穿衣序列，能够满足所有的两两之间的依赖关系？

这就是个拓朴排序的问题。从这个例子里，你应该能想到，在很多时候，拓扑排序的序列并不是唯一的。你可以看一下下面这张图，这两种排序都满足这些局部先后关系的穿衣序列。

弄懂了生活中的这个例子，你应该对开篇讲的编译依赖关系有思路了，它和这个问题一样，都可以抽象成一个拓扑排序问题。

拓扑排序的原理非常简单，我们的重点放在拓扑排序的实现上面。

我们知道，算法是构建在具体的数据结构上的，针对这个问题，我们先来看看，如何将问题背景抽象成具体的数据结构。

如果 a 先于 b 执行，也就是说 b 依赖于 a，那么就在顶点 a 和顶点 b 之间，构建一条从 a 指向 b 的边。而且，这个图不仅要是有向图，还要是一个有向无环图，也就是不能存在像 a->b->c->d->a 这样的循环依赖关系。因为图中一旦出现环，拓扑排序就无法工作了。实际上，拓扑排序本身就是基于有向无环图的一个算法。

package com.tyz.about_topo.core;

import java.util.LinkedList;

/**
 * 构造有向无环图
 * @author Tong
 */
public class Graph {
   
	private int vertex; //顶点数
	private LinkedList<Integer> adj[]; //邻接表

	public Graph() {
   
	}

	@SuppressWarnings("unchecked")
	public Graph(int vertex) {
   
		this.vertex = vertex;
		this.adj = new LinkedList[this.vertex];
		
		for (int i = 0; i < vertex; i++) {
   
			this.adj[i] = new LinkedList<Integer>();
		}
	}
	
	public void addEdge(int start, int end) {
    //加有向边
		this.adj[start].add(end);
	}