拓扑排序的几种方法

先从一到HDoj的题目入手

HDOJ 1285 AC代码

这里只需要记录入度和顶点的联通性质就可以了。
三重循环算法:
1.第一层循环:代表每次排出一个点来
2.第二层循环:寻找入度为0的一个点
3 第三层循环:寻找入度为0的点相联通的点,它们的入度减1
O(n^3) 复杂度高的原因:用邻接矩阵,想找相邻顶点是O(N),如果是邻接表就是O(1)
<pre name="code" class="cpp">#include <iostream>
#include <cstdio>
using namespace std;
const int maxn=520;
bool connect[maxn][maxn];
int in[maxn];
int N,M;

void topsort(){
	for(int i=1;i<=N;i++){
		for(int j=1;j<=N;j++){
			if(in[j]==0){
				in[j]=-1;
				printf("%d",j);
				if(i!=N) printf(" ");
				for(int k=1;k<=N;k++){
					if(connect[j][k]){
						in[k]--;
					}
				}
				break;
			}
		}
	}
	printf("\n");
}
int main(int argc, char const *argv[])
{
	while(cin>>N>>M){
		memset(connect,false,sizeof(connect));
		memset(in,0,sizeof(in));
		int a,b;
		for(int i=0;i<M;i++){
			scanf("%d %d",&a,&b);
			if(!connect[a][b]){
				connect[a][b]=true;
				in[b]++;
			}
		}
		topsort();
	}
	return 0;
}


 

一些小小的优化:

使用队列

1.检测入度为0的点,加入队列

2.while(队列非空) 

  弹出队首元素,检测与他相邻的点,入度减一,如果入度为0,加入队列。

3.当队列为空的时候,检测队列弹出元素是否是n个,否则说明不是DAG

拓扑排序的一些定义和算法

 一个有向图能被拓扑排序的充要条件就是它是一个有向无环图(DAGDirected Acyclic Graph)

拓展到拓扑排序中,结果具有唯一性的条件也是其所有顶点之间都具有全序关系。如果没有这一层全序关系,那么拓扑排序的结果也就不是唯一的了。在后面会谈到,如果拓扑排序的结果唯一,那么该拓扑排序的结果同时也代表了一条哈密顿路径。

典型实现算法:

Kahn算法 :

关键在于需要维护一个入度为0的顶点的集合:

每次从该集合中取出(入度为0)的一个顶点,将该顶点放入保存结果的List中。

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 拓扑排序是一对有向无环图进行排序的算法,它可以将图中的节点按照一定的顺序排列,使得每个节点的前驱节点都排在它的前面。拓扑排序的基本操作包括: 1. 找到入度为0的节点,将其加入排序结果中。 2. 将该节点的所有后继节点的入度减1。 3. 重复1和2,直到所有节点都被加入排序结果中或者发现有环。 如果发现有环,则说明该图不是有向无环图,无法进行拓扑排序拓扑排序的应用非常广泛,比如在编译器中,可以通过拓扑排序来确定代码的编译顺序;在任务调度中,可以通过拓扑排序来确定任务的执行顺序等等。 ### 回答2: 拓扑排序是一针对有向无环图(Directed Acyclic Graph,DAG)的排序方法,它可以将DAG中所有的节点按照依赖关系排序,并将排序结果呈现为一个线性序列。拓扑排序可以用于解决许多实际问题,如任务调度、课程安排等。 在实验四图的基本操作中,我们使用拓扑排序方法对有向图进行排序,并得到其拓扑序列。具体步骤如下: 1. 考虑DAG中每个节点的入度数,如果某个节点的入度为0,则将其加入队列中。 2. 从队列中取出一个节点,并输出该节点。 3. 将该节点的所有后继节点的入度减1。如果某个节点的入度减为0,则将其加入队列中。 4. 重复步骤2和3,直到队列为空为止。 在实验四图中,我们通过以下步骤进行拓扑排序: 1. 统计每个节点的入度数。 2. 将所有入度为0的节点加入队列中。 3. 从队列中取出一个节点,并输出该节点。 4. 将该节点的所有后继节点的入度减1。 5. 如果某个后继节点的入度减为0,则将其加入队列中。 6. 重复步骤3-5,直到队列为空为止。 实验四图的基本操作中,拓扑排序有很多应用。例如,在计算机科学中,拓扑排序可以用于在编译程序时确定函数和变量之间的依赖关系,使编译器能够正确地生成可执行代码。在日常生活中,拓扑排序也可以用于规划行程或安排任务,帮助人们更好地管理时间。因此,学习和掌握拓扑排序是很有意义的。 ### 回答3: 拓扑排序是一有向无环图(DAG)的排序算法,它将有向无环图中的节点按照它们之间的依赖关系进行排序,使得每个节点的前驱节点在排序中出现在该节点的前面。拓扑排序常用于项目计划、编译器的依赖关系分析等领域。 在实验四图的基本操作中,拓扑排序是一重要的排序方法。它可以将一个有向无环图中的所有节点按照其依赖关系进行排序,以便更好地理解图中节点之间的关系。 在使用拓扑排序时,需要选择一个起点,即没有前驱节点的节点,将其加入到排序结果中,然后将这个节点从图中删除。由于这个节点已经从图中删除,与之相连的边也会被删除,此时有可能会产生新的没有前驱节点的节点,将其加入到排序结果中,然后将这个节点从图中删除。如此不断地循环,直到所有的节点都被加入到排序结果中为止。 使用拓扑排序有几个注意事项。首先,拓扑排序只能应用在有向无环图中,如果该图存在环,那么会出现循环依赖,排序无法进行。其次,在应用拓扑排序时,需要保证节点之间只存在单向依赖关系,如果存在双向依赖关系,排序同样会出现问题。 总之,拓扑排序是一基于节点之间依赖关系的排序算法,主要应用于项目计划、编译器的依赖关系分析等领域。在实验四图的基本操作中,拓扑排序可以帮助我们更好地理解图中节点之间的关系。同时,使用拓扑排序需要注意环和双向依赖关系等问题。

“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