前言
BFS
搜索图的应用除了求最短路,还有求拓扑序列
。可以证明,一个有向无环图
一定存在一个拓扑序列
,所以说有向无环图
也被称为拓扑图
。出度
的值为以点u
为起点的边的数量。入度
的值为以点v
为终点的边的数量。一个有向无环图
,必然包含入度
为0的点(反证法+抽屉原理
证明)。
一、题目陈述
给定一个n个点m条边的有向图,点的编号是1到n,图中可能存在重边和自环。
请输出任意一个该有向图的拓扑序列,如果拓扑序列不存在,则输出-1。
若一个由图中所有点构成的序列A满足:对于图中的每条边(x, y),x在A中都出现在y之前,则称A是该图的一个拓扑序列。
输入格式
第一行包含两个整数n和m
接下来m行,每行包含两个整数x和y,表示存在一条从点x到点y的有向边(x, y)。
输出格式
共一行,如果存在拓扑序列,则输出任意一个合法的拓扑序列即可。
否则输出-1。
数据范围
1≤n,m≤1e5
输入样例
3 3
1 2
2 3
1 3
输出样例
1 2 3
二、解决思路
找到所有入度
为0的点,入队。利用BFS
框架,每次出队,枚举出边,将相关节点的入度
更新(减一),同时把入度
减为0的点入队。重复上述操作,直到队列为空。
三、代码实现
#include<iostream>
#include<algorithm>
#include<cstring>
#include<queue>
using namespace std;
const int N = 1e5+10,M=N*2;
// n个点 m条边
int n,m;
// 领接表存图 idx和节点编号从0还是1开始没有任何关系,idx没有实用作用
int h[N],e[M],ne[M],idx;
// 头插法 将节点b插入到节点a伸出的链表中
void add(int a,int b) {
e[idx] = b;
ne[idx] = h[a];
h[a] = idx++;
}
// 入度数组
int dgin[N];
// 辅助记录拓扑序列的队列
queue<int> ans;
bool topsort() {
queue<int> q;
for(int i=1;i<=n;i++) {
// 找到所有入度为0的节点
if(!dgin[i]) q.push(i);
}
while(!q.empty()) {
int t = q.front();
ans.push(t);
q.pop();
for(int i=h[t];i!=-1;i=ne[i]) {
int j=e[i];
dgin[j] --;
if(dgin[j]==0) q.push(j);
}
}
return ans.size() == n;
}
int main() {
memset(h,-1,sizeof(h));
cin>>n>>m;
for(int i=0;i<m;i++) {
int a,b;
cin>>a>>b;
add(a,b);
dgin[b] ++;
}
if(topsort()) {
while(!ans.empty()) {
cout<<ans.front()<<' ';
ans.pop();
}
}
else puts("-1");
return 0;
}
总结
虽然求出了拓扑序列
,但是值得注意的是一个有向无环图
的拓扑序列
不唯一。