图(有向)-拓扑排序

具有优先关系的情况
有向图的邻接矩阵不是双向的
具有这样的规则:在某个顶点输出之前,有些顶点必须先输出。
在图中先找到没有后继顶点的顶点,存入数组中,然后删除。如此循环

//图的顶点
public class Vertex {
    public char label;//顶点的标识符
    
    public Vertex(char lab) {//初始化顶点(属性)
        label=lab;
        
        
    }
    

}
public class Graph {
    private final int MAX_VERTS=20;//最大顶点数
    private Vertex[] vertexList;//顶点数组
    private int [][]adjMat;//顶点关系的领接矩阵(邻接矩阵的每行或者每列的位置跟顶点数组是对应的)
    private int nVerts;//当前顶点个数
    private char[] sortedArray;//用于存放获取到的顶点数组的值(拓扑排序后的结果)
    public Graph() {//初始化图
        vertexList=new Vertex[MAX_VERTS]; //初始化顶点数组
        adjMat=new int [MAX_VERTS][MAX_VERTS] ;//初始化邻接矩阵
        for(int j=0;j<MAX_VERTS;j++)
            for(int i=0;i<MAX_VERTS;i++)
                adjMat[i][j]=0;
        nVerts=0;//初始化当前顶点个数
        sortedArray=new char[MAX_VERTS];
    }
    //向顶点数组中添加顶点对象
    public void addVertex(char lab) {
        vertexList[nVerts++]=new Vertex(lab);//建立lab对象,往数组内添加
    }
    //添加边(向邻接矩阵中改变数据为1)
    public void addEdge(int start,int end) {
        //因为是有向图所以(i,j)要添加1
        adjMat[start][end]=1;
        
    }
    //打印顶点数组,根据获取的顶点数组的下标值,打印顶点
    public void displayVertex(int v) {
        System.out.print(vertexList[v].label);
    }
    //拓扑排序
    public void topo() {
        int orig_nVerts=nVerts;//记下最初图的顶点数
        while(nVerts>0) {//循环条件,如果图中的顶点数为0,就退出循环
            int currentVertex=noSuccessorts();
            if(currentVertex==-1) {
                System.out.println("没有存在后继顶点的顶点了 ");
                return ;
            }
            //将没有后继顶点的数据存入数组中(从后开始存)
            sortedArray[nVerts-1]=vertexList[currentVertex].label;
            //删除该顶点
            deleteVertx(currentVertex);
        }
        for(int i=0;i<orig_nVerts;i++)
            System.out.print(sortedArray[i]);
        System.out.println();
        
    }
    //查找一个没有后继顶点的顶点
    public int noSuccessorts() {
        boolean isEdge;//用于循环查找邻接矩阵过程中的标志
        for(int row=0;row<nVerts;row++) {//遍历邻接矩阵,查找没有后继顶点的顶点(当前行都为0,那就是了)
            isEdge=false;//是true说明该顶点不是要找的,是false,说明当前顶点没有后继
            for(int col=0; col<nVerts;col++) {
                if(adjMat[row][col]>0) {
                    isEdge=true;
                    break;//退出内层循环,因为只要存在一个就不是要找的顶点
                }
            }
            if(!isEdge)
                return row;
        }
        return -1;//说明整个循环都没有找到一个
    }
    //删除一个顶点(需要改变邻接矩阵和顶点顶点数组)
    public void deleteVertx(int delVert) {
        if(delVert!=(nVerts-1)) {//如果这个顶点的位置在二维矩阵中是最后一行,删得很简单
            for(int j=delVert;j<nVerts-1;j++)//删除顶点数组中的一个值
                vertexList[j]=vertexList[j+1];
            //删除邻接矩阵中的一行一列
            for(int row=delVert;row<nVerts-1;row++)
                moveRowUp(row,nVerts);
            for(int col=delVert;col<nVerts-1;col++)
                 moveColLeft(col,nVerts-1);
        }
        nVerts--;//删除后需要将当前顶点数减去1,而且这个也是邻接矩阵最后一行的删除方法。
    }
    //移动矩阵中的行一次
    private void moveRowUp(int row,int length) {
        for(int col=0;col<length;col++)
            adjMat[row][col]=adjMat[row+1][col];
    }
    //移动矩阵中列一次
    private void moveColLeft(int col,int length) {
        for(int row=0;row<length;row++)
            adjMat[row][col]=adjMat[row][col+1];
    } 

}
public class Test {
    public static void main(String[] agrs) {
        Graph theGraph=new Graph();//创建一个图
        theGraph.addVertex('A');//添加顶点
        theGraph.addVertex('B');//添加顶点
        theGraph.addVertex('C');//添加顶点
        theGraph.addVertex('D');//添加顶点
        theGraph.addVertex('E');//添加顶点
        theGraph.addVertex('F');//添加顶点
        theGraph.addVertex('G');//添加顶点
        theGraph.addVertex('H');//添加顶点
        
        theGraph.addEdge(0, 4);//添加边
        theGraph.addEdge(0, 3);//添加边
        theGraph.addEdge(1, 4);//添加边
        theGraph.addEdge(2, 5);//添加边
        theGraph.addEdge(3, 6);//添加边
        theGraph.addEdge(4, 6);//添加边
        theGraph.addEdge(5, 7);//添加边
        theGraph.addEdge(6, 7);//添加边
        theGraph.topo();
        
    }

}

 

转载于:https://www.cnblogs.com/S-Mustard/p/7687348.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 拓扑排序是一种对有向无环进行排序的算法,它可以将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,则说明该不是有向无环,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: 拓扑排序是一种针对有向无环(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。 在实验四的基本操作中,我们使用拓扑排序的方法对有向进行排序,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: 拓扑排序是一种有向无环(DAG)的排序算法,它将有向无环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。 在实验四的基本操作中,拓扑排序是一种重要的排序方法。它可以将一个有向无环中的所有节点按照其依赖关系进行排序,以便更好地理解中节点之间的关系。 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,然后将这个节点从中删除。由于这个节点已经从中删除,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中,如果该存在环,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,拓扑排序是一种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。在实验四的基本操作中,拓扑排序可以帮助我们更好地理解中节点之间的关系。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