图的拓扑序列

拓扑序列:

拓扑序是按照点的先后顺序排列的。拓扑序列满足以下两点:

1.每个顶点在序列中出现且只出现一次。

2.若存在一条从顶点 A 到顶点 B 的路径,那么在序列中顶点 A 出现在顶点 B 的前面。

拓扑序列只存在于有向无环图中。可以理解成一个将图进行层序遍历后的序列(宽搜)。所以拓扑序列可能有多个。

例如:

 

 

用宽搜找出图的一个拓扑序列:

大致分为如下两步:

1.将入队为0的点入队;

2.更新队列中点的出度;

3.重复上述两步直到队列为空。

最后我们发现,依次出队的点就组成了一个拓扑序列。

用邻接矩阵存储图,并且用数组录每个点的入队。

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)(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。

代码如下:
 

#include<iostream>
#include<cstring>
using namespace std;
const int N = 1e5 + 10;
int e[N], ne[N], h[N], idx = 0;//邻接表
int q[N], hh = 0, tt = -1;//队列
int pre[N];//入度
int n, m;

void add(int a, int b) {
    pre[b]++;//入度加一
    e[idx] = b, ne[idx] = h[a], h[a] = idx++;
    return;
}

int topsort() {
    for (int i = 1; i <= n; i++)//入度为0的入队
        if (!pre[i])q[++tt] = i;

    while (hh <= tt) {//队列不空
        int t = q[hh++];//取出队头

        for (int i = h[t]; i != -1; i = ne[i])//更新队头点的出度
            if (--pre[e[i]] == 0)q[++tt] = e[i];
    }

    if (tt == n - 1)return 1;
    return 0;

}

int main() {
    memset(h, -1, sizeof h);//初始化邻接表
    cin >> n >> m;
    int a, b;
    while (m--) {
        cin >> a >> b;
        add(a, b);
    }

    int t = topsort();
    if (t == 0)cout << "-1";
    else {//输出队列
        for (int i = 0; i <= tt; i++)
            cout << q[i] << " ";
    }
    return 0;
}

  • 5
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于带权,不能直接使用拓扑排序算法拓扑序列。需要进行一些修改。 首先,我们需要定义一个数组 $dist$,表示从起点到该点的最长路径长度。初始时,$dist[i]$ 的值应为 $-\infty$,表示还没有遍历到该点。 然后,我们对进行拓扑排序。在每个点 $u$ 被遍历到时,更新其所有出边指向的点 $v$ 的 $dist$ 值,即 $dist[v] = \max(dist[v], dist[u] + w(u, v))$,其中 $w(u, v)$ 表示边 $(u, v)$ 的权值。 最后,按照拓扑排序的结果,按照 $dist$ 值从大到小进行排序即可得到带权拓扑序列。 代码实现如下: ```python from collections import deque def topological_sort(graph, indegree): n = len(graph) queue = deque() for i in range(n): if indegree[i] == 0: queue.append(i) order = [] while queue: u = queue.popleft() order.append(u) for v in graph[u]: indegree[v] -= 1 if indegree[v] == 0: queue.append(v) return order def weighted_topological_sort(graph, indegree, weights): n = len(graph) dist = [-float('inf')] * n dist[0] = 0 order = topological_sort(graph, indegree) order.sort(key=lambda u: -dist[u]) for u in order: for v, w in graph[u]: dist[v] = max(dist[v], dist[u] + weights[(u, v)]) return order ``` 其中,$graph$ 表示的邻接表,$indegree$ 表示每个点的入度,$weights$ 是一个字典,表示每条边的权值。函数 $topological\_sort$ 是普通的拓扑排序算法,$weighted\_topological\_sort$ 则是带权的拓扑排序算法

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值