量化编程笔试题拓扑排序

N个任务，编号从0开始，有依赖关系，prerequisites表示依赖，[i，j表示i依赖j的完成，输出任务完成顺序的数组。比如输入是4，[[1,0],[2,0],[3,1],[3,2]]，输出是[0,2,1,3]

要接收输入的数字和数组，并根据给定的依赖关系输出任务完成顺序的数组，我们可以使用Python编写一个函数来实现这个功能。下面是一个示例函数，它接收任务的数量（数字N）和依赖关系数组（prerequisites），然后使用拓扑排序算法来确定任务的完成顺序。

from collections import defaultdict

def topological_sort(N, prerequisites):
    # 创建一个字典来存储每个任务的依赖列表
    dependency_graph = defaultdict(list)
    in_degree = [0] * N  # 存储每个任务的入度

    # 构建依赖图和计算入度
    for i, j in prerequisites:
        dependency_graph[j].append(i)  # j 依赖 i
        in_degree[i] += 1  # i 的入度增加

    # 找到所有入度为0的任务
    queue = [i for i in range(N) if in_degree[i] == 0]

    # 初始化结果列表
    sorted_order = []

    while queue:
        # 取出一个入度为0的任务
        current = queue.pop(0)
        sorted_order.append(current)  # 将其添加到完成顺序列表

        # 更新依赖图中与当前任务相邻的任务的入度
        for neighbor in dependency_graph[current]:
            in_degree[neighbor] -= 1
            if in_degree[neighbor] == 0:
                queue.append(neighbor)

    # 检查是否所有任务都被处理
    if len(sorted_order) == N:
        return sorted_order
    else:
        # 如果不是所有任务都被处理，则存在环，无法完成排序
        return "There is a cycle in the dependencies, no topological sorting is possible."

# 示例输入
N = 4
prerequisites = [[1, 0], [2, 0], [3, 1], [3, 2]]

# 调用函数并打印结果
print(topological_sort(N, prerequisites))

当你运行这段代码时，它会输出任务的完成顺序数组。对于给定的示例输入，输出将是`[0, 2, 1, 3]`，表示任务0应该首先完成，然后是任务2，接着是任务1，最后是任务3。这个顺序满足所有给定的依赖关系。如果存在环，则会返回一个错误消息，说明无法进行拓扑排序。