拓扑排序
在现实生活中,我们经常会同一时间接到很多任务去完成,但是这些任务的完成是有先后次序的。
此时如果某个同学要完成这些任务,就需要指定出一个任务方案,我们只需要对图中的顶点进行排序,让它转换为一个线性序列,就可以解决问题,这时就需要用到一种叫拓扑排序的算法。
拓扑排序:
给定一副有向图,将所有的顶点排序,使得所有的有向边均从排在前面的元素指向排在后面的元素,此时就可以明确的表示出每个顶点的优先级。下列是一副拓扑排序后的示意图:
1. 检测有向图中的环
如果学习x课程前必须先学习y课程,学习y课程前必须先学习z课程,学习z课程前必须先学习x课程,那么一定是有问题了,我们就没有办法学习了,因为这三个条件没有办法同时满足。其实这三门课程x、y、z的条件组成了一个环:
因此,如果我们要使用拓扑排序解决优先级问题,首先得保证图中没有环的存在。
1.1 检测有向环的API设计
类名 | DirectedCycle |
---|---|
构造方法 | DirectedCycle(Digraph G):创建一个检测环对象,检测图G中是否有环 |
成员方法 | 1.private void dfs(Digraph G,int v):基于深度优先搜索,检测图G中是否有环 2.public boolean hasCycle():判断图中是否有环 |
成员变量 | 1.private boolean[] marked: 索引代表顶点,值表示当前顶点是否已经被搜索 2.private boolean hasCycle: 记录图中是否有环 3.private boolean[] onStack:索引代表顶点,使用栈的思想,记录当前顶点有没有已经处于正在搜索的有向路径上 |
1.2 检测有向环实现
在API中添加了onStack[] 布尔数组,索引为图的顶点,当我们深度搜索时:
- 在如果当前顶点正在搜索,则把对应的onStack数组中的值改为true,标识进栈;
- 如果当前顶点搜索完毕,则把对应的onStack数组中的值改为false,标识出栈;
- 如果即将要搜索某个顶点,但该顶点已经在栈中,则图中有环;
代码:
/**
* 检测有向图中的环
*/
public class DirectedCycle {
// 索引代表顶点,值表示当前顶点是否已经被搜索
private boolean[] marked;
// 记录图中是否有环
private boolean hasCycle;
// 索引代表顶点,使用栈的思想,记录当前顶点有没有已经处于正在搜索的有向路径上
private boolean[] onStack;
// 创建一个检测环对象,检测图G中是否有环
public DirectedCycle(Digraph G) {
// 初始化marked数组
marked = new boolean[G.V()];
// 初始化onStack数组
onStack = new boolean[G.V()];
// 默认没有环
this.hasCycle = false;
// 检测是否有环,遍历每一个顶点
for (int v = 0; v < G.V(); v++) {
// 如果当前顶点没有搜索过,则搜索
if (!marked[v]) {
dfs(G, v);
}
}
}
// 基于深度优先搜索,检测图G中是否有环
private void dfs(Digraph G, int v) {
// 标识当前顶点已被搜索
marked[v] = true;
// 让当前顶点进栈
onStack[v] = true;
// 遍历v顶点的邻接表
for (Integer w : G.adj(v)) {
// 如果当前顶点已进栈(表示当前条路径已有该顶点),表明图中有环,修改hasCycle标识,结束循环
if (onStack[w]) {
hasCycle = true;
return;
}
// 如果当前顶点w没有被搜索过,则递归搜索与w顶点相通的其他顶点
if (!marked[w]) {
dfs(G, w);
}
}
// 当前顶点已经搜索完毕,让当前顶点出栈
onStack[v] = false;
}
// 判断有向图中是否有环
public boolean hasCycle() {
return hasCycle;
}
}
2. 基于深度优先的顶点排序
如果要把图中的顶点生成线性序列其实是一件非常简单的事,使用了多次深度优先搜索之后,我们会发现其实深度优先搜索有一个特点,那就是在一个连通子图上,每个顶点只会被搜索一次,如果我们能在深度优先搜索的基础上,添加一行代码,只需要将搜索的顶点放入到线性序列的数据结构中,我们就能完成这件事。
2.1 顶点排序API设计
类名 | DepthFirstOrder |
---|---|
构造方法 | DepthFirstOrder(Digraph G):创建一个顶点排序对象,生成顶点线性序列; |
成员方法 | 1.private void dfs(Digraph G,int v):基于深度优先搜索,生成顶点线性序列 2.public Stack reversePost():获取顶点线性序列 |
成员变量 | 1.private boolean[] marked: 索引代表顶点,值表示当前顶点是否已经被搜索 2.private Stack reversePost: 使用栈,存储顶点序列 |
2.2 顶点排序实现
在API的设计中,我们添加了一个栈reversePost用来存储顶点,当我们深度搜索图时,每搜索完毕一个顶点,把该顶点放入到reversePost中,这样就可以实现顶点排序。
代码:
/**
* 基于深度优先的顶点排序--(有向图)
*/
public class DepthFirstOrder {
// 索引代表顶点,值表示当前顶点是否已经被搜索
private boolean[] marked;
// 使用栈,存储顶点序列
private Stack<Integer> reversePost;
// 初始化属性,并将顶点存入顶点序列
public DepthFirstOrder(Digraph G) {
// 创建一个和图的顶点数一样大小的marked数组
marked = new boolean[G.V()];
// 初始化顶点序列
reversePost = new Stack<Integer>();
// 遍历搜索图中的每一个顶点
for (int v = 0; v < G.V(); v++) {
// 如果当前顶点没有搜索过,则搜索
if (!marked[v]) {
dfs(G, v);
}
}
}
// 基于深度优先搜索,将顶点存入顶点序列
private void dfs(Digraph G, int v) {
// 把当前顶点标记为已搜索
marked[v] = true;
// 遍历v顶点的邻接表,得到每一个顶点w
for (Integer w : G.adj(v)) {
// 如果当前顶点w没有被搜索过,则递归搜索与w顶点相通的其他顶点
if (!marked[w]) {
dfs(G, w);
}
}
// 当前顶点已经搜索完毕,让当前顶点入栈
reversePost.push(v);
}
// 获取顶点线性序列
public Stack<Integer> reversePost() {
return reversePost;
}
}
3. 拓扑排序
前面已经实现了环的检测以及顶点排序,那么拓扑排序就很简单了,基于一幅图,先检测有没有环,如果没有环,则调用顶点排序即可。
API设计:
类名 | TopoLogical |
---|---|
构造方法 | TopoLogical(Digraph G):构造拓扑排序对象 |
成员方法 | public Stack order():获取拓扑排序的所有顶点 |
成员变量 | 1.private Stack order: 顶点的拓扑排序 |
代码:
/**
* 拓扑排序(有向图)
*/
public class TopoLogical {
// 顶点的拓扑排序后的序列
private Stack<Integer> order;
// 构造拓扑排序对象
public TopoLogical(Digraph G) {
// 创建检测环对象,检测图G中是否有环
DirectedCycle dCycle = new DirectedCycle(G);
if (!dCycle.hasCycle()) {
// 如果没有环,创建顶点排序对象,进行顶点排序
DepthFirstOrder depthFirstOrder = new DepthFirstOrder(G);
order = depthFirstOrder.reversePost();
}
}
// 获取拓扑排序的所有顶点
public Stack<Integer> order() {
return order;
}
}