拓扑排序(Topology

基本思想

对一个有向无环图(Directed Acyclic Graph简称DAG)G进行拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若边(u,v)∈E(G)，则u在线性序列中出现在v之前。通常，这样的线性序列称为满足拓扑次序(Topological Order)的序列，简称拓扑序列。简单的说，由某个集合上的一个偏序得到该集合上的一个全序，这个操作称之为拓扑排序。

算法原理

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。

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<A,B>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）。

源代码

C++版本一

 //b[]为每个点的入度
for(i=1;i<=n;i++){for(j=1;j<=n;j++){if(b[j]==0){   //找到一个入度为0的点ans=j;vis[cnt++]=j;b[j]--;break;}}for(j=1;j<=n;j++)if(a[ans][j]) b[j]--; //与入度为0的点相连的点的入度减一
}printf("%d",vis[0]);for(i=1;i<cnt;i++) printf(" %d",vis[i]);printf("\n");

C++版本二

queue<int>q;for(int i=0;i<n;i++)  //n  节点的总数if(in[i]==0) q.push(i);  //将入度为0的点入队列vector<int>ans;   //ans 为拓扑序列while(!q.empty()){int p=q.top(); q.pop(); // 选一个入度为0的点，出队列ans.push_back(p);for(int i=0;i<edge[p].size();i++){int y=edge[p][i];in[y]--;if(in[y]==0)q.push(y);  }}if(ans.size()==n)   {for(int i=0;i<ans.size();i++)printf( "%d ",ans[i] );printf("\n");}else printf("No Answer!\n");   //  ans 中的长度与n不相等，就说明无拓扑序列

C++版本三

#include<iostream>
#include <list>
#include <queue>
using namespace std;/************************类声明************************/
class Graph
{int V;             // 顶点个数list<int> *adj;    // 邻接表queue<int> 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<int>[V];indegree = new int[V];  // 入度全部初始化为0for(int i=0; i<V; ++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<V; ++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<int>::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elsereturn true;            // 拓扑排序成功
}

例题

http://acm.hdu.edu.cn/showproblem.php?pid=4857

参考文章

https://blog.csdn.net/qq_41713256/article/details/80805338

https://blog.csdn.net/lisonglisonglisong/article/details/45543451