拓扑排序排课系统_L3图论第03课 拓扑排序

L3-图论-第03课 拓扑排序

有向无环图 (DAG) 和 拓扑排序

定义

如果一个有向图不存在环，也就是任意结点都无法通过一些有向边回到自身，那么称这个有向图为有向无环图。英文名叫 Directed Acyclic Graph，缩写是 DAG。

对一个有向无环图 G 进行拓扑排序，是将 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 ∈ E(G)，则 u 在线性序列中出现在 v 之前。通常，这样的线性序列称为满足拓扑次序(Topological Order)的序列，简称拓扑序列。简单的说，由某个集合上的一个偏序得到该集合上的一个全序，这个操作称之为拓扑排序。

性质

• 能拓扑排序的图，一定是有向无环图；

如果有环，那么环上的任意两个节点在任意序列中都不满足条件了。

• 有向无环图，一定能拓扑排序；

如何判定一个图是否是有向无环图呢？

检验它是否可以进行 拓扑排序 即可。

用途

拓扑排序有何作用？

拓扑排序主要用来解决有向图中的依赖解析(dependency resolution)问题。

游戏升级的先后顺序也是一个拓扑序.

用计算机专业的几门课程的学习次序来描述拓扑关系 ，显然对于一门课来说，必须先学习它的先导课程才能更好地学习这门课程，比如学数据结构必须先学习C语言和离散数学，而且先导课程中不能有环，否则没有尽头了

拓扑排序的结果不唯一，比如“C语言”和“离散数学”就可以换下顺序，又或者把“计算机导论”向前放在任何一个位置都可以。总结一下就是，如果某一门课没有先导课程或是所有的先导课程都已经学习完毕，那么这门课就可以学习了。

算法描述

对于一个有向无环图

1. 初始化一个 int[] inDegree 保存每一个结点的入度。
2. 对于图中的每一个结点的子结点，将其子结点的入度加1。
3. 选取入度为 0 的结点开始遍历，并将该节点加入输出。
4. 对于遍历过的每个结点，更新其子结点的入度：将子结点的入度减1。
5. 重复步骤3，直到遍历完所有的结点。
6. 如果无法遍历完所有的结点，则意味着当前的图不是有向无环图。不存在拓扑排序。

解释一下，假设A为一个入度为0的结点，就表示A结点没有前驱结点，可以直接做，把A完成后，对于A的所有后继结点来说，前驱结点就完成了一个，入度进行−1。

时间复杂度

如果 DAG 网络有 n 个顶点，m 条边，在拓扑排序的过程中，搜索入度为零的顶点所需的时间是 O(n)。在正常情况下，每个顶点进一次队列，出一次队列，所需时间 O(n)。每个顶点入度减 1 的运算共执行了 m 次。所以总的时间复杂为 O(n+m)。

因为拓扑排序的结果不唯一，所以题目一般会要求按某种顺序输出，就需要使用优先级队列，这里采取了最小字典序输出。

模板

void tpsort() {
     
    queue  q;for (int i = 1; i <= n; i++) {
     if (!in[i]) {
     
            q.push(i);
        }
    }while (!q.empty()) {
     
        int u = q.front();
  q.pop();
        ans[++idx] = u;for (int i = hd[u]; i ; i