拓扑排序(Topological Sorting)

拓扑排序(Topological Sorting)

一、什么是拓扑排序

在图论中,拓扑排序(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。

有向无环图(DAG)才有拓扑排序,非DAG图没有拓扑排序一说。

例如,下面这个图:

它是一个 DAG 图,那么如何写出它的拓扑排序呢?这里说一种比较常用的方法:

从 DAG 图中选择一个 没有前驱(即入度为0)的顶点并输出。从图中删除该顶点和所有以它为起点的有向边。重复 1 和 2 直到当前的 DAG 图为空或当前图中不存在无前驱的顶点为止。后一种情况说明有向图中必然存在环。

于是,得到拓扑排序后的结果是 { 1, 2, 4, 3, 5 }。

通常,一个有向无环图可以有一个或多个拓扑排序序列。

二、拓扑排序的应用

拓扑排序通常用来“排序”具有依赖关系的任务。

比如,如果用一个DAG图来表示一个工程,其中每个顶点表示工程中的一个任务,用有向边

表示在做任务 B 之前必须先完成任务 A。故在这个工程中,任意两个任务要么具有确定的先后关系,要么是没有关系,绝对不存在互相矛盾的关系(即环路)。

三、拓扑排序的实现

根据上面讲的方法,我们关键是要维护一个入度为0的顶点的集合。

图的存储方式有两种:邻接矩阵和邻接表。这里我们采用邻接表来存储图,C++代码如下:

#include

#include

#include

using namespace std;

/************************类声明************************/

class Graph

{

int V; // 顶点个数

list *adj; // 邻接表

queue q; // 维护一个入度为0的顶点的集合

int* indegree; // 记录每个顶点的入度

public:

Graph(int V); // 构造函数

~Graph(); // 析构函数

void addEdge(int v, int w); // 添加边

bool topological_sort(); // 拓扑排序

};

/************************类定义************************/

Graph::Graph(int V)

{

this->V = V;

adj = new list[V];

indegree = new int[V]; // 入度全部初始化为0

for(int i=0; i

indegree[i] = 0;

}

Graph::~Graph()

{

delete [] adj;

delete [] indegree;

}

void Graph::addEdge(int v, int w)

{

adj[v].push_back(w);

++indegree[w];

}

bool Graph::topological_sort()

{

for(int i=0; i

if(indegree[i] == 0)

q.push(i); // 将所有入度为0的顶点入队

int count = 0; // 计数,记录当前已经输出的顶点数

while(!q.empty())

{

int v = q.front(); // 从队列中取出一个顶点

q.pop();

cout << v << " "; // 输出该顶点

++count;

// 将所有v指向的顶点的入度减1,并将入度减为0的顶点入栈

list::iterator beg = adj[v].begin();

for( ; beg!=adj[v].end(); ++beg)

if(!(--indegree[*beg]))

q.push(*beg); // 若入度为0,则入栈

}

if(count < V)

return false; // 没有输出全部顶点,有向图中有回路

else

return true; // 拓扑排序成功

}

测试如下DAG图:

int main()

{

Graph g(6); // 创建图

g.addEdge(5, 2);

g.addEdge(5, 0);

g.addEdge(4, 0);

g.addEdge(4, 1);

g.addEdge(2, 3);

g.addEdge(3, 1);

g.topological_sort();

return 0;

}

输出结果是 4, 5, 2, 0, 3, 1。这是该图的拓扑排序序列之一。

每次在入度为0的集合中取顶点,并没有特殊的取出规则,随机取出也行,这里使用的queue。取顶点的顺序不同会得到不同的拓扑排序序列,当然前提是该图存在多个拓扑排序序列。

由于输出每个顶点的同时还要删除以它为起点的边,故上述拓扑排序的时间复杂度为

O(V+E)

另外,拓扑排序还可以采用 深度优先搜索(DFS)的思想来实现,详见《topological sorting via DFS》。

个人站点:http://songlee24.github.com

相关推荐

vivo X9(128GB/全网通)网友点评
bat365app手机版下载

vivo X9(128GB/全网通)网友点评

📅 07-09 👁️ 3787
“人面桃花相映红”是哪首诗里的?全诗是什么?
game365备用网址

“人面桃花相映红”是哪首诗里的?全诗是什么?

📅 07-16 👁️ 9002
什么是计算机病毒?有哪些常见类型?
365足球直播无插件高清

什么是计算机病毒?有哪些常见类型?

📅 07-02 👁️ 6347