python双向图遍历_[Python]图的遍历-拓扑排序

在有向无环图DAG中， 使用拓扑排序，将获得一个包含所有顶点的一个列表组合， 因此可以用来遍历DAG。

步骤

从 DAG 图中选择一个 没有前驱(即入度为0)的顶点并输出。

从图中删除该顶点和所有以它为起点的有向边。

重复 1 和 2 直到当前的 DAG 图为空或当前图中不存在无前驱的顶点为止。后一种情况说明有向图中必然存在环。

可以得到拓扑排序后的结果是 { 1, 2, 4, 3, 5 }。

通常，一个有向无环图可以有一个或多个拓扑排序序列

代码

import itertools

def topological_sort(graph):

in_degree_dict = dict.fromkeys(graph.keys(), 0)

flattened_values = list() # ['B', 'C', 'A', 'C', 'D', 'A'...

[flattened_values.extend(value) for value in graph.values()]

for key, group in itertools.groupby(sorted(flattened_values), lambda x: x):

in_degree_dict[key] = len(list(group))

result = list()

if not all(list(map(lambda val: val >= 1, in_degree_dict.values()))):

# if not all in degree values greater than 1

# = at least one degree equals to 0, continue or stop

candidates = [key for key in in_degree_dict if in_degree_dict[key] == 0]

while len(candidates) > 0:

candidate = candidates.pop()

result.append(candidate)

for node in graph[candidate]:

in_degree_dict[node] -= 1

in_degree_dict.pop(candidate)

candidates.extend([key for key in in_degree_dict if in_degree_dict[key] == 0])

else:

print("U need build a graph with one node in-degree equals 0 at least")

return result

if __name__ == '__main__':

graph_dict = {

"A": {"B": 5, "D": 1},

"B": {"C": 2, "D": 1},

"C": {"E": 8},

"D": {"C": 4, "E": 3},

"E": {}

}

for k, v in graph_dict.items():

graph_dict[k] = list(v.keys())

# {

# 'A': ['B', 'C'],

# 'B': ['A', 'C', 'D'],

# 'C': ['A', 'B', 'D', 'E'],

# 'D': ['B', 'C', 'E', 'F'],

# 'E': ['C', 'D'],

# 'F': ['D']

# }

path = topological_sort(graph_dict)

print(path)

参考