今天也是为了cc,努力奋斗的一天ヾ(≧▽≦*)o
1. 有向无环图(DAG)
如果一个有向图的任意顶点都无法通过一些有向边回到自身,那么称这个有向图为有向无环图(Directed Acyclic Graph,DAG)。
DAG是拓扑排序的基础
2. 拓扑排序概念
拓扑排序是将有向无环图G
的所有顶点排成一个线性序列(机试中就是输出一个序列啦),使得对图G
中的任意两个顶点u
、v
,如果存在边u->v
,那么序列中u
一定在v
前面。这个序列又被称为拓扑序列。
3. 拓扑排序步骤——初始化+循环体
通过上面的例子会发现,如果某一门课没有先导课程或是所有先导课程都已经学习完毕,那么这门课就可以学习了。如果有多门这样的课,它们的学习顺序任意。对应到图中,这个做法可以抽象为以下步骤:
① 初始化:定义一个队列Q
,并把所有入度为0的结点加入队列。
② 循环体:取队首结点,输出。然后删去所有从它出发的边,并令这些边到达的顶点的入度减1,如果某个顶点的入度减为0,则将其加入队列。
③ 反复进行②操作,直到队列为空。 如果队列为空时入过队的结点数目恰好为N,那么说明拓扑排序成功,图G为有向无环图;否则,拓扑排序失败,图G中有环。
解释如下:
(假如A,B之间有环,A在等B入队,而B又在等A入队,两者只能互相等待,最后谁都不能入队,相当于操作系统中的死锁)
4. 邻接表实现代码
可使用邻接表实现拓扑排序(同时,也建议使用邻接表,因为拓扑排序涉及寻找某个结点的下一个结点,使用邻接矩阵会花费更多的时间)。
显然,由于需要记录结点的入度,因此需要额外建立一个数组inDegree[MAXV]
,并在程序一开始读入图时就记录好每个结点的入度。接下来就只需要按上面所说的步骤进行实现即可,拓扑排序的代码如下:
#include<cstdio>
#include<queue>
#include<algoritm>
using namespace std;
vector<int> G[MAXV]; //邻接表
int n,m,inDegree[MAXV]; //顶点数、入度
//拓扑排序
bool topologicalSort(){
//初始化
int num = 0; //记录加入拓扑序列的顶点数
queue<int> q;
for(int i=0;i<n;i++){
if(inDegree[i] == 0){
q.push(i); //将所有入度为0的顶点入队
}
}
//循环体
while(!q.empty()){
int u = q.front(); //取队首顶点u
//printf("%d",u); //此处可输出顶点u,作为拓扑序列中的顶点
q.pop();
for(int i=0;i<G[u].size();i++){
int v = G[u][i]; //u的后继结点v
inDegree[v]--; //顶点v的入度减1
if(inDegree[v] == 0){ //顶点v的入度减为0则入队
q.push(v);
}
}
G[u].clear(); //清空顶点u的所有出边(如无必要可不写)
num++; //加入拓扑序列的顶点数加1
}
if(num == n) return true; //加入拓扑序列的顶点数为n,说明拓扑排序成功
else return false; //加入拓扑排序的顶点数小于n,说明拓扑排序失败(即存在环)
}
5. 应用⭐⭐⭐⭐⭐⭐
- 判断一个给定的图是否是有向无环图。
正如上面的代码,如果topologicalSort()
函数返回true
,则说明拓扑排序成功,给定的图是有向无环图;否则,说明拓扑排序失败,给定图中有环。 - 给定一些元素之间的优先级关系,按条件输出元素,相当于一种排序啦。
6. 注意——结合堆⭐⭐⭐⭐⭐⭐
如果要求当有多个入度为0的顶点时,选择编号最小的顶点,那么把 queue
改成priority_queue
,并保持队首元素(堆顶元素)是优先队列中最小的元素即可(当然用 set
也是可以的)
7. 题型训练
- LeetCode 207. Course Schedule
- LeetCode 210. Course Schedule II
- LeetCode 329. Longest Increasing Path in a Matrix
- LeetCode 1203. Sort Items by Groups Respecting Dependencies
- PAT A1146 Topological Order
8. 总结
可以用拓扑排序的关键点就是看题目能不能 构造DAG来解决问题!