v9_拓扑排序-Python实现

拓扑排序（Topological Sorting）

b站拓扑排序介绍视频

AOV网（Activity On Vertex Network）

定义

在现代化管理中，人们常用有向图来描述和分析一项工程的计划和实施过程，一个工程常被分为多个小的子工程，这些子工程被称为活动（Activity)，在有向图中若以顶点表示活动，有向边表示活动之间的先后关系，这样的图简称为AOV网。一个AOV网必定是一个有向无环图，也就是不应该带有回路，否则就会出现先后关系的自相矛盾。

条件

• 每个顶点出现且只出现一次
• 若A在序列中排在B的前面，则在图中不存在从B到A的路径

特性

• 拓扑排序并不唯一
• 有向无环图一定存在拓扑排序

举个栗子

如图所示，比如这是一项大工程，大工程的最终目的是实现f，将该项工程划分成一个个的小工程，依次实现。而要完成b的基础上必须要先完成a，完成c的基础上要完成a，完成d的基础上要完成b和c，以此类推…

拓扑排序（Topological Sorting）

构造拓扑序列的拓扑排序算法思想

1. 选择一个入度为0的顶点；
2. 从AOV网中删除此顶点及以此顶点为起点的关联边；
3. 重复上述两步直到不存在入度为0的顶点为止；
4. 若AOV网中还有顶点，则说明有向图存在回路。

代码实现

def topoSort(graph):
    in_degrees = dict((u, 0) for u in graph)  # 初始化所有顶点入度为0
    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  # 移除其所有出边
            if in_degrees[v] == 0:
                Q.append(v)  # 再次筛选入度为0的顶点
    if len(seq) == num:  # 输出的顶点数是否与图中的顶点数相等
        return seq
    else:
        return None


G = {
    'a': 'bf',
    'b': 'cdf',
    'c': 'd',
    'd': 'ef',
    'e': 'f',
    'f': ''
}
print(topoSort(G))

# 输出结果如下
['a', 'b', 'c', 'd', 'e', 'f']