【数据结构与算法】有向无环图与拓扑排序

有向无环图

若一个有向图中不存在环，则称这个有向图为有向无环图，简称DAG图。

例如：

这就是一个DAG图

DAG图的应用很广泛，但是最常用的地方是用来表示活动网络，例如，后台常用的任务调度工具dolphinscheduler，核心就是用DAG图来描述工作流。

拓扑排序

在图论中，由一个DAG图的顶点组成的序列，当且仅当满足下列条件时，称该序列为该图的一个拓扑排序：

1. 每个顶点出现且只出现一次。
2. 若顶点A在序列中排在顶点B的前面，则图中不存在从B到A的路径。

实现拓扑排序的算法有很多，最常用的思路如下：

1. 从DAG图中选择一个没有前驱的顶点并输出。
2. 从图中删除该节点以及从它出发的有向边。
3. 重复操作1和2，直至当前的DAG图为空或图中不存在没有前驱的结点。

根据这个思路，我们可以知道，若图中不存在没有前驱的顶点，且DAG图不为空，则说明图中一定含有环路。所以拓扑排序也可以用来判断图中是否有环

依据拓扑排序的思路，我们给一个例子：

对该图进行拓扑排序。

第一轮

• 选择无前驱的结点，有1。
• 删除它以及从它出发的有向边。

第一轮操作后的图为：

第二轮

• 选择无前驱的结点，有2、3，任选一个，假设选2。
• 删除它以及从它出发的有向边。

第二轮操作后的图为：

第三轮

• 选择无前驱的结点，3、4，任选一个，假设选3。
• 删除它以及从它出发的有向边。

第三轮操作后的图为：

第四轮

• 选择无前驱的结点，有4、5，假设选4。
• 删除它以及从它出发的有向边，没有边可删。

第四轮操作后的图为：

第五轮

• 选择无前驱的结点，有5
• 删除它以及从它出发的有向边，没有边可删。

第五轮操作后的图为：

此时图为空，拓扑排序结束。

实现

用队列实现（基于BFS）

// C++

#include <queue>
#include <vector>

/**
 * @param E DAG图的边集，用来判断两点之间是否存在边。
 * @param indegree 各顶点的入度
 *
 * @return 拓扑序列
 */
std::vector<int> topoSort(std::vector<std::vector<bool>> E, std::vector<int> indegree)
{
    std::queue<int> q;
    std::vector<int> res;

    // 将入度为0的顶点加入队列
    for (int i = 0; i < indegree.size(); i++)
    {
        if (indegree[i] == 0)
            q.push(i);
    }

    while (!q.empty())
    {
        // 输出
        int tmp = q.front();
        q.pop();
        res.push_back(tmp);

        // 删除从该结点出发的有向边
        for (int i = 0; i < E[tmp].size(); i++)
        {
            if(E[tmp][i]){
                indegree[i]--;
                if(indegree[i] == 0) q.push(i);
            }
        }
    }

    // 需要判断res.size()==indegree.size()才能确定结果是正确的输出序列，否则表示图中存在环路。
    return res; 
}

用栈实现（基于用队列实现演变）

#include <vector>
#include <stack>
/**
 * @param E DAG图的边集，用来判断两点之间是否存在边。
 * @param indegree 各顶点的入度
 *
 * @return 拓扑序列
 */
std::vector<int> topoSort(std::vector<std::vector<bool>> E, std::vector<int> indegree)
{
    std::stack<int> s;
    std::vector<int> res;

    // 将入度为0的顶点加入队列
    for (int i = 0; i < indegree.size(); i++)
    {
        if (indegree[i] == 0)
            s.push(i);
    }

    while (!s.empty())
    {
        // 输出
        int tmp = s.top();
        s.pop();
        res.push_back(tmp);

        // 删除从该结点出发的有向边
        for (int i = 0; i < E[tmp].size(); i++)
        {
            if(E[tmp][i]){
                indegree[i]--;
                if(indegree[i] == 0) s.push(i);
            }
        }
    }

    return res;
}

全篇结束，感谢阅读！