咕了这么久终于更新了
简介
拓扑排序(topological sort),是图论中的一种算法,简单点说就是:
对一个有向无环图(DAG)的节点进行线性排序,使得从点$u$到点$v$的每个有向边$uv$,$u$都在$v$之前。
当且仅当图没有环,即有向无环图时,该图存在拓扑排序。因此,拓扑排序可以用于判断图是否存在环。
可以形象地解释为:
在某校中,每门课可能有若干门先修课,如果要修读某一门课,则必须要先修读此课程所要求的先修课后才能修读。假设一个学生同时只能修读一门课程,那么,他修完所有课程的顺序是一个拓扑序。
举个栗子:
对于下图,拓扑排序的结果是$1 - 6 - 3 - 4 - 2 - 5$。
当然,拓扑排序的结果肯定是不唯一的,比如图片中$6 - 1 - 4 - 3 - 5 - 2$的顺序显然也可以。
代码
拓扑排序有多种算法,较为常用的有Kahn算法和DFS算法。
下文主要讲Kahn算法:
假设$L$是存放结果的集合,我们先把所有入度为$0$的节点找出来,放进$L$里。然后删除所有与该节点相连的边,再次寻找入度为$0$的点。重复上述步骤,直到找不到入度为$0$的点为止。若此时$L$的元素个数与节点总数相同,则排序完成;若不同,则说明原图存在环,无法排序。
代码很好实现:1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44// vector数组用来存边
std::vector<int> g[MAX_SIZE];
// in数组存每个点的入度
int in[MAX_SIZE];
// 计算入度
for (int i = 1; i <= size; ++i)
for (int j = 0; j < int(g[i].size()); ++j)
++in[g[i][j]];
// 拓扑排序
bool toposort() {
// 队列q存入度为0的点
std::queue<int> q;
// num存结果
std::vector<int> num;
// 所有入度为0的点入队
for (int i = 1; i <= size; ++i)
if (in[i] == 0)
q.push(i);
while (!q.empty()) {
// 遍历与u相连的每条边
int u = q.front();
q.pop();
num.push_back(u);
for (int i = 0; i < int(g[u].size()); ++i) {
// 终点v入度-1
int v = g[u][i];
--in[v];
// 若v入度变成了0就入队
if (in[v] == 0)
q.push(v);
}
}
// 有拓扑序列就输出
if (int(num.size()) == size) {
for (int i = 0; i < size; ++i)
printf("%d ", num[i]);
return true;
}
return false;
}
假设这个图$G = (V, E)$初始化in
数组的时候需要遍历整张图,因此有$O(V + E)$的复杂度。然后对其进行操作,显然也是需要$O(V + E)$的时间复杂度。
所以该算法总的时间复杂度为$O(V + E)$。