阿龙的学习笔记---算法---拓扑排序（Topological Sorting）

• 拓扑排序

  • 在图论中，拓扑排序（Topological Sorting）是一个有向无环图（DAG, Directed Acyclic Graph）的所有顶点的线性序列。必须满足：

    1. 每个顶点出现且只出现一次。
    2. 若存在一条从顶点 A 到顶点 B 的路径，那么在序列中顶点 A 出现在顶点 B 的前面。

  • 直接上例子：
    

  • 上图就是一个有向无环图的拓扑排序的过程：输出{1,2,4,3,5}

    1. 从 DAG 图中选择一个 没有前驱（即入度为0）的顶点并输出。
    2. 从图中删除该顶点和所有以它为起点的有向边。
    3. 重复 1 和 2 直到当前的 DAG 图为空。
    4. 若当前图中不存在无前驱的顶点。则说明有向图中必然存在环。

  • 一个有向无环图可能会有多个拓扑排序的序列结果。

---

• 拓扑排序的代码实现

  • 常见方法：

    有点 广度优先遍历 + 贪心 的意思，即以广度优先每次寻找入度为0的。广度优先算法使用到一个辅助队列。

  1. 先将所有入度为0的顶点入队；

  2. while循环中出队出一个顶点并输出；

  3. 将这个顶点指向的顶点的度减1，入度减到0的顶点入队；

  4. 栈空后，如果输出的节点数少于所有节点数，则有环路。

     bool Graph::topological_sort()
     {
         for(int i=0; i<V; ++i)
             if(indegree[i] == 0)
                 q.push(i);         // 将所有入度为0的顶点入队
     
         int count = 0;             // 计数，记录当前已经输出的顶点数 
         while(!q.empty())
         {
             int v = q.front();      // 从队列中取出一个顶点
             q.pop();
     
             cout << v << " ";      // 输出该顶点
             ++count;
             // 将所有v指向的顶点的入度减1，并将入度减为0的顶点入栈
             list<int>::iterator beg = adj[v].begin();
             for( ; beg!=adj[v].end(); ++beg)
                 if(!(--indegree[*beg]))
                     q.push(*beg);   // 若入度为0，则入栈
         }
     
         if(count < V)
             return false;           // 没有输出全部顶点，有向图中有回路
         else
             return true;            // 拓扑排序成功
     }
     

  • 还有一种DFS的方法没有仔细研究。

---

• 拓扑排序的应用

  • 拓扑排序解决活动顺序问题：

    • 拓扑排序对应施工的流程图具有特别重要的作用，它可以决定哪些子工程必须要先执行，哪些子工程要在某些工程执行后才可以执行。
    • 通常，我们把顶点表示活动、边表示活动间先后关系的有向图称做顶点活动网(Activity On Vertex network)，简称AOV网。如果这个图中有环路，则整个活动无法完成。

  • Leetcode #207 课程表：

    课程选修之间的先后关系用一个图来表示，如果有环路则无法完成。就利用拓扑排序即可。

    Leetcode #210 课程表：也是一样，只不过是还需要把序列输出而已。