拓扑排序 topologicalSort

背景知识 ---- 图 （Graph）

顶点和边 (vertex and edge)

下图中的数字为图的顶点，数字之间的线为图的边

无向图 （Undirected Graph）

下图中顶点和顶点之间是没有方向性的，可以双向通行。
也就是同时存在 （1, 2) 和 (2, 1)

有向图 （Directed Graph）

下图是有方向性的，只能往箭头的方向通行
也就是只存在 (1, 2), 不存在 （2, 1)

有向图的degree

• 对于有向图，每个顶点都有一个degree，并且分为

• in-degree: number of edgs into vertex a
• out-degree: number of edges out of vertex a

• 下图中
  1: in-degree = 0, out-degree = 1
  2: in-degree = 2, out-degree = 1
  3: in-degree = 0, out-degree = 2
  4: in-degree = 2, out-degree = 0
  

图中的环

图中可以形成回路的是环
下图中 2 —> 4 ----> 3 —> 2，就形成了环

基本概念

什么是拓扑排序

• 对于一个有向无环图，将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若边<u,v>∈E(G)，则u在线性序列中出现在v之前
• 如下图： 2 永远不可能在 1和3之前出现，4 用于不可能在1，2，3之前出现
• 拓扑排序不是传统的排序算法，一个图可能有多种拓扑排序

下图的拓扑排序是： 1，3，2，4 或者 3，1，2，4，有两种拓扑排序

拓扑排序的代码思路 — 利用广度优先搜索（BFS）

1. 统计每个点的 in-degree
2. 将每个in-degree为0的点放进队列 （Queue），作为初始值
3. 不断的从队列里拿出一个点 (pop操作), 将这个点的所有邻居的indegree减1
4. 如果发现有新的indegree为0的点，则放入队列
5. 重复3，4步，直到队列为空

Example：
Step 1: 初始化队列：
Queue: {1，3} 因为1和3的indegree为0
Output: { };

Step 2：队首元素出队放入output, 更新2的indegree为 1
Queue: {3}
Output: {1};

Step 3: 队首元素出队放入output, 更新2的indegree为 0, 同时将 2 放进 Queue
Queue: {2}
Output: {1, 3};

Step 4: 队首元素出队放入output, 更新4的indegree为 0, 同时将 4 放进 Queue
Queue: {4}
Output: {1, 3, 2};

Step 3: 队首元素出队放入output, Queue为空，结束顺换，排序完成
Queue: {}
Output: {1, 3, 2, 4};

拓扑排序的实现

/**
 * Definition for Directed graph.
 * class DirectedGraphNode {
 *     int label;
 *     ArrayList<DirectedGraphNode> neighbors;
 *     DirectedGraphNode(int x) { label = x; neighbors = new ArrayList<DirectedGraphNode>(); }
 * };
 */

public class Solution {
   
    /*
     * @param graph: A list of Directed graph node
     * @return: Any topological order for the given graph.
     */
    public ArrayList<DirectedGraphNode> topSort(ArrayList<DirectedGraphNode> graph) {
   
    
        ArrayList<DirectedGraphNode> outputList = new ArrayList<DirectedGraphNode>();
        //用于储存每个点的inderee
        HashMap