题目
在图论中,拓扑序(Topological Sorting)是一个有向无环图(DAG, Directed Acyclic Graph)的所有顶点的线性序列. 且该序列必须满足下面两个条件:
- 每个顶点出现且只出现一次.
- 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.
对于一个含有n个节点的有向无环图(节点编号0到n-1),输出它的一个拓扑序.
图的节点数和边数均不多于100000,保证输入的图是一个无环图.
请为下面的Solution类实现解决上述问题的topologicalSort函数,函数参数中n为图的节点数,edges是边集,edges[i]表示第i条边从edges[i].first指向edges[i].second. 函数返回值为有向图的一个拓扑序. 有向图有多个拓扑序时,输出任意一个即可.
例1:
n = 3,edges = {(0, 1), (0, 2)},函数应返回{0, 1, 2}或者{0, 2, 1}.
例2:
n = 4,edges = {(0, 1), (0, 2), (1, 2), (3, 0)},函数应返回{3, 0, 1, 2}.
代码及解析
一开始使用了一份没有任何优化的方法,具体代码如下:
class Solution {
public:
vector<int> topologicalSort(int n, vector<pair<int, int>>& edges) {
vector<int> res;
/* 记录每个点的入度 */
int *inDegree = new int[n];
/* 记录某个点是否已经输出 */
bool *havePop = new bool[n];
for (int i = 0; i < n; ++i) {
inDegree[i] = 0;
havePop[i] = false;
}
for (int i = 0; i < edges.size(); ++i) {
inDegree[edges[i].second]++;
}
int count = n;
while (count > 0) {
int present;
/* 找到一个入度为0的点 */
for (int i = 0; i < n; ++i) {
if (inDegree[i] == 0 && havePop[i] == false) {
present = i;
break;
}
}
/* 对要输出的点能到达的每个点的入度-1 */
for (int i = 0; i < edges.size(); ++i) {
if (edges[i].first == present) {
inDegree[edges[i].second]--;
}
}
havePop[present] = true;
res.push_back(present);
count--;
}
return res;
}
};
显然这种算法的复杂度太高,下面给出一种改进的算法,主要从两个方面改进:
一是用一个队列存储入度为0的点,每次将队列队首的点输出,在将该点能到达的所有点的入度-1时将新的入度为0的点加入队列
二是用一个二维vector作为邻接表存储每个点能到达的所有点,代替每次循环对所有的边进行遍历
具体代码如下:
class Solution {
public:
vector<int> topologicalSort(int n, vector<pair<int, int>>& edges) {
vector<int> res;
/* 存储入度为0的点 */
queue<int> inDegreeZero;
/* 存储邻接表 */
vector<vector<int>> reach(n);
int *inDegree = new int[n];
bool *havePop = new bool[n];
for (int i = 0; i < n; ++i) {
inDegree[i] = 0;
havePop[i] = false;
}
for (int i = 0; i < edges.size(); ++i) {
inDegree[edges[i].second]++;
/* 在更新入度的同时,更新邻接表 */
reach[edges[i].first].push_back(edges[i].second);
}
/* 找出初始入度为0的点,加入队列 */
for (int i = 0; i < n; ++i) {
if (inDegree[i] == 0 && havePop[i] == false) {
inDegreeZero.push(i);
}
}
while (res.size() < n) {
/* 每次取队列第一个元素输出 */
int present = inDegreeZero.front();
for (int i = 0; i < reach[present].size(); ++i) {
/* 判断更新完入度后该点是否入度为0,是则加入队列 */
int tmp = (--inDegree[reach[present][i]]);
if (tmp == 0) {
inDegreeZero.push(reach[present][i]);
}
}
havePop[present] = true;
inDegreeZero.pop();
res.push_back(present);
}
return res;
}
};