拓扑排序算法

在学习拓扑排序之前，我们需要先了解一些基本知识：

1. 有向无环图$(DirectedAcyclicGraph,DAG)$：一个有向图中不存在环
2. $AOV$网：若用$DAG$图表示一个工程，其顶点表示活动，用有向边$<v_i,v_j>$表示活动$v_i$必须先于活动$v_j$进行的这样一种关系，则将这种有向图称之为顶点表示活动的网络，记为$AOV$网

拓扑排序

在图论中，由一个有向无环图的顶点组成的序列，当且仅当满足每个顶点出现且仅出现一次；若顶点$A$在序列中排在顶点$B$的前面，则在图中不存在从顶点$B$到顶点$A$的路径时，称该图为拓扑排序

例如下图中，首先它必须时有向无环图，从$1$出发的拓扑排序可以是$1,2,4,3,5$。

对于一个有向无环图的拓扑排序，我们遵循一种常用的方法：

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. 从图中删除改顶点和所有以它为起点的有向边
3. 重复$1$和$2$周到当前的图为空或者当前图中不存在无前驱的顶点为止。后一种情况说明有向图中必然存在环。

代码实现：

bool topo(Graph G, int n) {
	queue<int>q;
	for (int i = 1; i <= n; i++) {
		if (indegree[i] == 0) q.push(i);
	}
	int temp, count;
	while (!q.empty()) {
		temp = q.front();
		count++;
		cout << temp << "->";
		q.pop();
		for (int i = 1; i <= n; i++) {//将所有temp指向的顶点入度减1，并将入度为0的顶点入队列
			if (map[temp][i]) {
				indegree[i]--;
				if (indegree[i] == 0)q.push(i);
			}
		}
	}
	if (count < n) return false;//拓扑失败，有向图中有回路
	else return true;//拓扑成功
}

在采用邻接表存储的拓扑排序的时间复杂度为$O(V+E)$，采用邻接矩阵存储的时间复杂度为$O(V^2)$。