随笔-课程表问题

• 前置课程问题（课程表）
• AOV网络
• 拓扑排序
• 广度优先搜索（BFS）

1. 一些课程的学习要求有先修课程，有些则不需要，没有先后顺序的课程就可以并行学习（进行）；

2. 在有向图中，有向边<V_i, V_j>表示活动V_i先于活动V_j进行，这种以顶点表示活动的有向图叫做AOV网络（Activity On Vertices）。 AOV中不能出现某项活动以自身作为先决条件的有向环（死循环）。

3. 拓扑排序是把构成AOV网络的各个顶点排列成一个线性有序序列（按照前驱后继关系），他的一般过程：

   (1) 按照给定关系构造顶点的邻接表；

   (2) 设置数组in_degrees记录各顶点入度(前驱顶点个数)，设置队列Q组织所有入度为0的顶点（无前驱顶点，这些顶点无先后关系，可以并行执行）；

   (3) 从0度队列弹出顶点(删0入度点)，逐步遍历与它连接的端点，并将这些端点的入度减一（断边）; 如果端点的入度减为0，则将端点压入0度队列；

   重复上述步骤，直到：

   全部顶点输出，拓扑有序序列形成；

   图中有未输出的点，但跳出了循环，说明AOV网络存在有向环。

4. 拓扑排序的实质是广度优先搜索，它是一个按照与零入度顶点相连的顶点逐一去搜索的。广度优先搜索是一个逐层遍历的过程，它将满足条件的初始顶点放入一个队列，然后逐个弹出(删点，FIFO)，然后遍历所有与该顶点相连的端点(删边)，队列中的每一个顶点就是一个层次的开端。

课程表问题的一个可行序列（python描述）：

flat = lambda L: sum(map(flat, L), []) if isinstance(L, list) else [L]

# 拓扑排序
def topo_sort(courses, n):
    # 构建图的邻接表
    graph_adj = {}
    # 元素入度表，默认为0
    in_degrees = {x:0 for x in set(flat(courses))}
    for x in courses:
        if x[1] not in graph_adj:
            graph_adj[x[1]] = [x[0]]
        else:
            graph_adj[x[1]].append(x[0])
        in_degrees[x[0]] = in_degrees[x[0]] + 1

    queues = []
    for x in in_degrees:
        if in_degrees[x] == 0:
            queues.append(x)

    cnt = 0
    ret = []
    while queues:
        top = queues.pop(0)
        ret.append(top)
        cnt += 1
        if top not in graph_adj:
            continue
        for succ in graph_adj[top]:
            in_degrees[succ] -= 1
            if in_degrees[succ] == 0:
                queues.append(succ)
    if cnt == n:
        return ret
    else:
        return []


courses = [
    ['C3', 'C1'], ['C3', 'C2'],
    ['C4', 'C3'], ['C4', 'C2'],
    ['C5', 'C2'],
    ['C6', 'C5'], ['C6', 'C4'],
    ['C7', 'C4'], ['C7', 'C9'],
    ['C8', 'C1'],
    ['C9', 'C8']
]
# 程序调用
print(topo_sort(courses, 9))

​