数据结构（20）图的拓扑排序

前言

拓扑排序是有向无环图中的应用。所谓有向无环图，顾名思义，首先要求图是有向图，其次要求图中不能有回路，即无环。

使用有向无环图，可以来表示一个流程图，图中的每一条有向边用来表示子工程之间的次序（领先）关系。有时候，我们会关心工程的进行问题，假设子工程A领先于子工程B，这意味着要完成子工程B必须先完成子工程A，因此A必须在B之前进行，否则整个工程就无法顺利进行。

那么，如何得到整个工程的进行顺序呢？对有向无环图进行拓扑排序，将其转化为拓扑序列，就能解决这个问题。

拓扑排序算法的实现

要进行拓扑排序，思路很简单：

1. 首先，在图中寻找一个入度为零（没有前驱）的顶点，将其输出。

   没有前驱意味着要完成这项子工程不需要先完成其他子工程，因此可以先完成此工程。

2. 从图中删除掉这个顶点和所有以它为尾的弧

   删除掉这个顶点，意味着该项工程已经完成了，那么以它为前提的工程也就可以开始进行了。

3. 重复1-2步，直到图中的全部顶点都输出完毕；或者当前的图中，已经不存在没有前驱的顶点了。假如是后一种情况，说明图中存在环。
   
   

4. 如图所示，首先寻找到入度为0的顶点F，输出F，并且删除掉以它为尾的弧F-D、F-E，修改D、E的入度

5. 寻找到入度为0的顶点A，输出A，并且删除掉以它为尾的弧A-B、A-C、A-D，修改B、C、D的入度

6. 寻找到入度为0的顶点C，输出C，并且删除掉以它为尾的弧C-B、C-E，修改B、E的入度

4. 寻找到入度为0的顶点B，输出B，无以它为尾的弧

5. 寻找到入度为0的顶点D，输出D，并且删除掉以它为尾的弧D-E，修改E的入度

6. 寻找到入度为0的顶点E，输出E，无以它为尾的弧

可以发现，入度为0的顶点不一定唯一，从中随机选择即可；这意味着拓扑排序的结果不一定是唯一的。

这个算法该怎么实现呢？

首先很显然，我们需要维护一个count数组，用于记录每个顶点当前的入度。当某个顶点入度为零时，意味着可以将其输出了。

从图中删除掉这个顶点，可以考虑用一个特殊值（-1）标记该顶点的访问情况，当count[i] == -1时，说明该顶点已经访问过了。而删除掉以它为尾的弧，意味着少了一条边到达本顶点的邻接顶点，也就是说将邻接顶点的入度减一即可。

如果这样设计，我们需要不断遍历count数组，寻找到count[i] == 0的顶点，并且在合适的时候（count数组内所有的值都等于-1时）退出这个循环，可以是可以，总归有些麻烦。

不如转换一下思路，使用栈（或者队列）的结构：首先计算所有顶点的初始入度，然后将count初值为零的顶点全部入栈，再将栈中的顶点依次出栈（出栈的同时修改其所有邻接顶点的入度，若为零则邻接顶点也入栈）。由于有n个顶点，因此出栈的操作应该循环n次；若在少于n次时栈已经空了，说明图中存在回路。

//拓扑排序
void TopologicalSort2(GraphLnk *g){
   
    int n = g->NumVertices;
    
    //创建辅助数组
    int *count = (int *)malloc(sizeof(int)*n);
    assert(count != NULL);
    //初始化辅助数组
    for (int i = 0; i < n; i ++) {
   
        count[i] = 0;
    }
    
    //统计每个顶点的初始入度
    Edge