拓扑排序详解(包含算法原理图解、算法实现过程详解、算法例题变式全面讲解等)

简介: 拓扑排序详解(包含算法原理图解、算法实现过程详解、算法例题变式全面讲解等)

前置知识

有向无环图

在图论中,如果一个有向图无法从某个顶点出发经过若干条边回到该点,则这个图是一个有向无环图(DAG图)。
如图所示。
在这里插入图片描述

入度

对于一个有向图,若x点指向y点,则称x点为y点的入度。

出度

对于一个有向图,若x点指向y点,则称y点为x点的出度。

队列

队列是一种特殊的线性表,特殊之处在于它只允许在表的前端(front)进行删除操作,而在表的后端(rear)进行插入操作,和栈一样,队列是一种操作受限制的线性表。进行插入操作的端称为队尾,进行删除操作的端称为队头。

我们可以用双指针标记一下,通过front指针与rear指针,对队头和队尾进行标记,然后只允许在front、rear指针的位置进行增删改查,那么这样便实现了对数组的受限。这是一种运用数组的数据结构对队列的模拟。初学者建议先用这种方式熟悉队列。

具体操作:

/*
    通常将front赋值为0,rear赋值为-1
    方便后续进队、出队以及取队首元素
 */
int a[100], front=0, rear=-1;

// 进队
a[++rear] = 10;

// 出队
front++

// 取队首元素
a[front]

// 取队尾元素
a[rear]

// 判断是否为空队
if(front > rear)
    cout << "该队列为空队";

不过,到了后期,为了节省时间,我们可以直接用c++自带的STL容器来完成操作。

具体操作如下:

// 导入queue包
#include<queue>

// 申明一个queue对象
// 填入你想装填的数据类型
queue<int> qu;

// 进队
int a = 10;
qu.push(a);

// 出队,无返回值
qu.pop();

// 取队首元素
int front = qu.front();

概述

今天我们来学拓扑排序
什么是拓扑排序呢?
百度百科这样说:

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∈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。

什么意思呢?

俗话说的好:

实践是真理的试金石

那么,就让我们举一个例子吧!
如图,1、2、3、4、5几个点组成了一个图。


那么,1,2,4,3,6,5或1,2,4,3,5,6就是它的拓扑序

但是,这是如何实现的呢?请看下面的算法原理

算法原理

下面我将使用图文结合的方式演示拓扑排序的算法原理。

还是上面那张图。

首先,将入度为0的入队。上图中是点1。

在这里插入图片描述
然后,用宽搜遍历队列
对每个点的每轮遍历步骤如下:

  • 将这个点出队,并加入拓扑数组中
  • 遍历这个点的所有出度
  • 将其出度点的入度数量减少一
  • 如果其出度点入度为0,入队

那么,一轮下来,就变成这样子了:
在这里插入图片描述
以此类推。

遍历到点3时,是这样的:
在这里插入图片描述
……

然后,就没有然后了,一切结束。
在这里插入图片描述
如图所示,其拓扑序为1,2,4,3,5,6。当然,也可以是1,2,4,3,6,5。

算法实现

这可以变为以下的问题。我称为拓扑排序元问题

给你一个有向无环图,请输出它的拓扑序(m条有向边,n个结点)

建图(邻接表存图)

首先,我们要建图
这里采用邻接表建图。
邻接表是什么?
以点为一个结点,用其邻接点建表

怎么这么朦胧?好吧,偷懒了,自己查百度……

看到这里,就默认你会了建图操作。那么,放一下代码。
(此处设定为m条有向边)

for(int i=1;i<=m;i++)
{
   
   
    int x,y;
    scanf("%d%d",&x,&y);
    rd[y]++;
    e[x].push_back(y);
}

rd[y]++ 是什么意思?请往后看。

入队

上面提到,首先,将入度为0的点入队。
那么,我们就遍历一遍n个点,当遇到入度为0的点时,入队。

如何判断入度为0?

这时前面的 rd数组 就有用了。它是用于统计入度数的。
而前面为何是rd[y]++?
因为是 x指向y,因此y入度数加1

入队操作

非常简单!这里为了省力,用了STL容器
只需要q.push(i)一下就可以了

代码

    queue<int>q;
    for(int i=1;i<=n;i++)
    {
   
   
        if(rd[i]==0) q.push(i);
        //入度为0,入队 
    }

核心部分

这部分的过程,我在前面是这样说的:

用宽搜遍历队列。
那就宽搜。

宽搜

没遍历到一个点,就将其弹出,并压入拓扑数组。

对每个点的操作

我在前面这样说:
对每个点的每轮遍历步骤如下:
1.将这个点出队,并加入拓扑数组中
2.遍历这个点的所有出度
3.将其出度点的入度数量减少一
4.如果其出度点入度为0,入队

那就照着做嘛。
很简单,实在看不懂代码中有注释。

代码

    while(!q.empty())
    {
   
   
        int x=q.front();
        q.pop();
        topu.push_back(x);//推入拓扑数组 
        for(auto y:e[x])
        {
   
   
            rd[y]--;//删掉一条边 
            if(rd[y]==0)//入度为0 
            {
   
   
                q.push(y);//入队 
            }
        }
    }

好,大功告成!

算法元代码

上面没看懂的话,看下面的代码,含有注释。

#include<bits/stdc++.h>
using namespace std;
const int NN=5005;
int n,m,rd[NN];
//rd[i]表示i点的入度数 
vector<int>e[NN],topu;
//e作为邻接表存储用,topu储存拓扑序 
void tuopu()
{
   
   
    queue<int>q;
    for(int i=1;i<=n;i++)
    {
   
   
        if(rd[i]==0) q.push(i);
        //入度为0,入队 
    }
    while(!q.empty())
    {
   
   
        int x=q.front();
        q.pop();
        topu.push_back(x);//推入拓扑数组 
        for(auto y:e[x])
        {
   
   
            rd[y]--;//删掉一条边 
            if(rd[y]==0)//入度为0 
            {
   
   
                q.push(y);//入队 
            }
        }
    }
}
int main()
{
   
   
    scanf("%d%d",&n,&m);
    for(int i=1;i<=m;i++)
    {
   
   
        int x,y;
        scanf("%d%d",&x,&y);
        rd[y]++;//x指向y,因此y入度数加1 
        e[x].push_back(y);//加边 
    }
    tuopu();
    for(auto x:topu)
    {
   
   
        printf("%d ",x);//输出拓扑序 
    }
}

总结

拓扑排序就是这回事:
首先,将入度为0的点入队。
然后,用宽搜遍历队列。
在此之后,对每个点进行如下操作:
1.将这个点出队,并加入拓扑数组中
2.遍历这个点的所有出度
3.将其出度点的入度数量减少一
4.如果其出度点入度为0,入队

下一篇文章,我将会详细讲解拓扑排序相关例题。
好,期待三连~~

相关文章
|
6天前
|
负载均衡 算法 调度
负载均衡原理及算法
负载均衡原理及算法
13 1
|
6天前
|
算法
常见的算法排序(2)
常见的算法排序(2)
14 3
|
6天前
|
算法 搜索推荐 索引
数据结构与算法 排序(下)
数据结构与算法 排序(下)
13 1
|
6天前
|
缓存 算法 搜索推荐
数据结构与算法 排序(上)
数据结构与算法 排序(上)
12 0
|
6天前
|
算法 调度
【问题探讨】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究
【问题探讨】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究
|
6天前
|
Arthas 监控 算法
JVM工作原理与实战(二十五):堆的垃圾回收-垃圾回收算法
JVM作为Java程序的运行环境,其负责解释和执行字节码,管理内存,确保安全,支持多线程和提供性能监控工具,以及确保程序的跨平台运行。本文主要介绍了垃圾回收算法评价标准、标记清除算法、复制算法、标记整理算法、分代垃圾回收算法等内容。
23 0
JVM工作原理与实战(二十五):堆的垃圾回收-垃圾回收算法
|
6天前
|
搜索推荐 C语言
【C语言/数据结构】排序(归并排序|计数排序|排序算法复杂度)
【C语言/数据结构】排序(归并排序|计数排序|排序算法复杂度)
11 0
|
6天前
|
机器学习/深度学习 自然语言处理 算法
机器学习算法原理与应用:深入探索与实战
【5月更文挑战第2天】本文深入探讨机器学习算法原理,包括监督学习(如线性回归、SVM、神经网络)、非监督学习(聚类、PCA)和强化学习。通过案例展示了机器学习在图像识别(CNN)、自然语言处理(RNN/LSTM)和推荐系统(协同过滤)的应用。随着技术发展,机器学习正广泛影响各领域,但也带来隐私和算法偏见问题,需关注解决。
|
6天前
|
机器学习/深度学习 算法 数据挖掘
【Python机器学习专栏】层次聚类算法的原理与应用
【4月更文挑战第30天】层次聚类是数据挖掘中的聚类技术,无需预设簇数量,能生成数据的层次结构。分为凝聚(自下而上)和分裂(自上而下)两类,常用凝聚层次聚类有最短/最长距离、群集平均和Ward方法。优点是自动确定簇数、提供层次结构,适合小到中型数据集;缺点是计算成本高、过程不可逆且对异常值敏感。在Python中可使用`scipy.cluster.hierarchy`进行实现。尽管有局限,层次聚类仍是各领域强大的分析工具。
|
6天前
|
机器学习/深度学习 算法 前端开发
【Python机器学习专栏】集成学习算法的原理与应用
【4月更文挑战第30天】集成学习通过组合多个基学习器提升预测准确性,广泛应用于分类、回归等问题。主要步骤包括生成基学习器、训练和结合预测结果。算法类型有Bagging(如随机森林)、Boosting(如AdaBoost)和Stacking。Python中可使用scikit-learn实现,如示例代码展示的随机森林分类。集成学习能降低模型方差,缓解过拟合,提高预测性能。