有向无环图DAG

目录

一、描述表达式

二、拓扑排序

三、逆拓扑排序

小结：

下一篇：图的关键路径

---

定义：若一个有向图不存在环，则称为有向无环图（Directed Acyclic Graph）

一、描述表达式

对于这个表达式使用二叉树表示

显然红色和绿色部分冗余了

我们可以将这两个冗余部分合并，以减少存储空间

就形成了一个DAG图

其中还有可以合并的部分

全部合并后

 

在考研题目中

这种题目很容易漏掉某个可合并项

 

比较好的方法：

 

练习：

 

第一步

第二步：自底向上合并同层

 

 

 

二、拓扑排序

AOV网(Activity Vertex Network，用顶点表示活动的网)

用DAG图表示一个工程，顶点表示活动，有向边<Vi,Vj>表示活动Vi必须先于Vj进行，例如

 

拓扑排序定义：

即找到做事的先后顺序

上面的番茄炒蛋项目的排序

 

实现步骤：

步骤3中当网中不存在无前驱的顶点说明，该图有回路

有回路则无拓扑排序

 

代码（伪）：

/*

基于邻接矩阵

*/

bool TopologicalSort(Graph G){

//初始化一个栈

//这里可以用队列或者数组代替

//因为只是为了存储入度为0的顶点

InitStack(S);

for(int i=0;i<G.vexnum;i++){

//这里indegree数组是用来存储每个顶点的入度的

//把当前所有入度为0的顶点入栈

if(indegree[i]==0){

push(S,i);

}

}

int count;//用来记录有多少个顶点被排序了

while(!IsEmpty(S)){

Pop(S,i);

//将栈中顶点加入打印数组print

print[count++]=i;

//将所有i指向顶点的入度-1，并将入度减为0的顶点入栈

for(p=G.vertices[i].firstarc;p;p=p->nextarc){

v=p->adjvex;//获取该边指向的顶点

if(!(--indegree[v])){

push(S,v);//入度为0则入栈

}

}

}

//如果计数器小于图中 结点数，说明有回路，排序失败

if(count<G.vexnum)return false;

else return true;

}

 

时间复杂度：

O（|V|+|E|）

若是邻接矩阵则需要O(|V|^2)

 

 

 

三、逆拓扑排序

就是删除每次都删除出度为0的顶点

代码略：大概就是将indgree数组改为出度数组，没删除一个顶点都把该顶点的入度顶点-1，并判断有没有为0的就入栈

 

时间复杂度：

使用邻接表会很慢，每次都要遍历整个表来找入度

可以使用逆邻接表，就是邻接表是出度作为链表，则逆邻接表就是用入度作为每个结点的链表

使用邻接矩阵就方便点

 

逆拓扑排序dfs实现：

利用dfs的特性很好实现，递归到最深处退栈的时候输出

//DFS实现逆拓扑排序

void DFSTraverse(Graph G){

//初始化与处理连通分量

for(v=0;v<G.vexnum;v++){

visited[v]=false;

}

for(v=0;v<G.vexnum;v++){

if(!visited[v]){

DFS(G,v);

}

}

}

void DFS(Graph G,int v){

visited[v]=true;

for(w=FirstNeighbor(G,v);w>=0;w=NextNeighbor(G,v,w)){

if(!visited[w]){

DFS(G,w);

}        

}

print(v);//函数返回时（退栈）输出顶点

}

对于有环路，那么一定造成这种情况：某个顶点还在函数调用栈中等待回溯被打印，但是有另一个顶点的下一个邻接顶点是该顶点造成回路，我的解决办法是增加一个递归标记数组，当这个顶点被dfs调用处理的时候将其对应位置设置为1，退栈时还原为0，在处理每个顶点的下一个顶点前都判断一下：下一个顶点的标记数组是否为1即可

类似于如下红线部分

 

 

小结：