数据结构和算法17 之拓扑排序

简介:

  这一节我们学习一个新的排序算法,准确的来说,应该叫“有向图的拓扑排序”。所谓有向图,就是A->B,但是B不能到A。与无向图的区别是,它的边在邻接矩阵里只有一项(友情提示:如果对图这种数据结构部不太了解的话,可以先看一下这篇博文:数据结构和算法之 无向图。因为拓扑排序是基于图这种数据结构的)。

有向图的邻接矩阵如下表所示:

 

A

B

C

A

0

1

1

B

0

0

1

C

0

0

0

        所以针对前面讨论的无向图,邻接矩阵的上下三角是对称的,有一半信息是冗余的。而有向图的邻接矩阵中所有行列之都包含必要的信息,它的上下三角不是对称的。所以对于有向图,增加边的方法只需要一条语句:

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. //有向图中,邻接矩阵中只有一项  
  2. public void addEdge(int start, int end) {  
  3.     adjMat[start][end] = 1;  
  4. }  
        如果使用邻接表示意图,那么A->B表示A在它的链表中有B,但是B的链表中不包含A,这里就不多说了,本文主要通过邻接矩阵实现。

        因为图是有向的,假设A->B->C->D这种,那这就隐藏了一种顺序,即要想到D,必须先过C,必须先过B,必须先过A。它们无形中形成了一种顺序,这种顺序在实际中还是用的挺广泛的,比如,要做web开发,必须先学Java基础等等,这些都遵循一个顺序,所以拓扑排序的思想也是这样,利用有向图特定的顺序进行排序。但是拓扑排序的结果不是唯一的,比如A->B的同时,C->B,也就是说A和C都能到B,所以用算法生成一个拓扑排序时,使用的方法和代码的细节决定了会产生那种拓扑排序。

        拓扑排序的思想虽然不寻常,但是却很简单,有两个必要的步骤:

        1. 找到一个没有后继的顶点;

        2.从图中删除这个顶点,在列表中插入顶点的标记

        然后重复1和2,直到所有顶点都从图中删除,这时候列表显示的顶点顺序就是拓扑排序的结果了。

        但是我们需要考虑一种特殊的有向图:环。即A->B->C->D->A。这种必然会导致找不着“没有后继的节点”,这样便无法使用拓扑排序了。

        下面我们分析下拓扑排序的代码:

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. public void poto() {  
  2.     int orig_nVerts = nVerts; //记录有多少个顶点  
  3.     while(nVerts > 0) {  
  4.         //返回没有后继顶点的顶点  
  5.         int currentVertex = noSuccessors(); //如果不存在这样的顶点,返回-1  
  6.         if(currentVertex == -1) {  
  7.             System.out.println("ERROR: Graph has cycles!");  
  8.             return;  
  9.         }  
  10.           
  11.         //sortedArray中存储排过序的顶点(从尾开始存)  
  12.         sortedArray[nVerts-1] = vertexArray[currentVertex].label;  
  13.         deleteVertex(currentVertex);//删除该顶点,便于下一次循环,寻找下一个没有后继顶点的顶点  
  14.     }  
  15.     System.out.println("Topologically sorted order:");  
  16.     for(int i = 0; i < orig_nVerts; i++) {  
  17.         System.out.print(sortedArray[i]);  
  18.     }  
  19.     System.out.println("");  
  20. }  
        主要的工作在while循环中进行,这个循环直到定点数为0时才退出:
        1. 调用noSuccessors()找到任意一个没有后继的顶点;

        2. 如果找到一个这样的顶点,把顶点放到sortedArray数组中,并且从图中删除这个顶点;

        3. 如果不存在这样的顶点,则图必然存在环。

        最后sortedArray数组中存储的就是排过序的顶点了。下面我们分析下noSuccessor()方法和deleteVertes()方法:

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. //return vertex with no successors  
  2. private int noSuccessors() {  
  3.     boolean isEdge;  
  4.     for(int row = 0; row < nVerts; row++) {  
  5.         isEdge = false;  
  6.         for(int col = 0; col < nVerts; col++) {  
  7.             if(adjMat[row][col] > 0) { //只要adjMat数组中存储了1,表示row->col  
  8.                 isEdge = true;  
  9.                 break;  
  10.             }  
  11.         }  
  12.         if(!isEdge) {//只要有边,返回最后一个顶点  
  13.             return row;  
  14.         }  
  15.     }  
  16.     return -1;  
  17. }  
  18.   
  19. private void deleteVertex(int delVertex) {  
  20.     if(delVertex != nVerts -1) {  
  21.         for(int i = delVertex; i < nVerts-1; i++) { //delete from vertexArray  
  22.             vertexArray[i] = vertexArray[i+1];  
  23.         }  
  24.         //删除adjMat中相应的边  
  25.         for(int row = delVertex; row < nVerts-1; row++) {//delete row from adjMat  
  26.             moveRowUp(row, nVerts);  
  27.         }  
  28.           
  29.         for(int col = delVertex; col < nVerts-1; col++) {//delete column from adjMat  
  30.             moveColLeft(col, nVerts-1);  
  31.         }  
  32.     }  
  33.     nVerts--;  
  34. }  
        从上面代码可以看出,删除一个顶点很简单,从vertexArray中删除,后面的顶点向前移动填补空位。同样的,顶点的行列从邻接矩阵中删除,下面的行和右面的列移动来填补空位。删除adjMat数组中的边比较简单,下面看看moveRowUp和moveColLeft的方法:

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. private void moveRowUp(int row, int length) {  
  2.     for(int col = 0; col < length; col++) {  
  3.         adjMat[row][col] = adjMat[row+1][col];  
  4.     }  
  5. }  
  6.   
  7. private void moveColLeft(int col, int length) {  
  8.     for(int row = 0; row < length; row++) {  
  9.         adjMat[row][col] = adjMat[row][col+1];  
  10.     }  
  11. }  
        这样便介绍完了拓扑排序的所有过程了。下面附上完整的代码:

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. package graph;  
  2. /** 
  3.  * 有向图的拓扑排序: 
  4.  * 拓扑排序是可以用图模拟的另一种操作,它可以用于表示一种情况,即某些项目或事件必须按特定的顺序排列或发生。 
  5.  * 有向图和无向图的区别是:有向图的边在邻接矩阵中只有一项。 
  6.  * 拓扑排序算法的思想虽然不寻常但是很简单,有两个步骤是必须的: 
  7.  * 1. 找到一个没有后继的顶点 
  8.  * 2. 从图中删除这个顶点,在列表的前面插入顶点的标记 
  9.  * 重复这两个步骤,直到所有顶点都从图中删除,这时,列表显示的顶点顺序就是拓扑排序的结果。 
  10.  * 删除顶点似乎是一个极端的步骤,但是它是算法的核心,如果第一个顶点不处理,算法就不能计算出要处理的第二个顶点。 
  11.  * 如果需要,可以再其他地方存储图的数据(顶点列表或者邻接矩阵),然后在排序完成后恢复它们。 
  12.  * @author eson_15 
  13.  * @date 2016-4-20 12:16:11 
  14.  *  
  15.  */  
  16. public class TopoSorted {  
  17.     private final int MAX_VERTS = 20;  
  18.     private Vertex vertexArray[]; //存储顶点的数组  
  19.     private int adjMat[][]; //存储是否有边界的矩阵数组, 0表示没有边界,1表示有边界  
  20.     private int nVerts; //顶点个数  
  21.     private char sortedArray[]; //存储排过序的数据的数组  
  22.       
  23.     public TopoSorted() {  
  24.         vertexArray = new Vertex[MAX_VERTS];  
  25.         adjMat = new int[MAX_VERTS][MAX_VERTS];  
  26.         nVerts = 0;  
  27.         for(int i = 0; i < MAX_VERTS; i++) {  
  28.             for(int j = 0; j < MAX_VERTS; j++) {  
  29.                 adjMat[i][j] = 0;  
  30.             }  
  31.         }  
  32.         sortedArray = new char[MAX_VERTS];  
  33.     }  
  34.       
  35.     public void addVertex(char lab) {  
  36.         vertexArray[nVerts++] = new Vertex(lab);  
  37.     }  
  38.       
  39.     //有向图中,邻接矩阵中只有一项  
  40.     public void addEdge(int start, int end) {  
  41.         adjMat[start][end] = 1;  
  42.     }  
  43.       
  44.     public void displayVertex(int v) {  
  45.         System.out.print(vertexArray[v].label);  
  46.     }  
  47.       
  48.     /* 
  49.      * 拓扑排序 
  50.      */  
  51.     public void poto() {  
  52.         int orig_nVerts = nVerts; //remember how many verts  
  53.         while(nVerts > 0) {  
  54.             //get a vertex with no successors or -1  
  55.             int currentVertex = noSuccessors();  
  56.             if(currentVertex == -1) {  
  57.                 System.out.println("ERROR: Graph has cycles!");  
  58.                 return;  
  59.             }  
  60.               
  61.             //insert vertex label in sortedArray (start at end)  
  62.             sortedArray[nVerts-1] = vertexArray[currentVertex].label;  
  63.             deleteVertex(currentVertex);  
  64.         }  
  65.         System.out.println("Topologically sorted order:");  
  66.         for(int i = 0; i < orig_nVerts; i++) {  
  67.             System.out.print(sortedArray[i]);  
  68.         }  
  69.         System.out.println("");  
  70.     }  
  71.   
  72.     //return vertex with no successors  
  73.     private int noSuccessors() {  
  74.         boolean isEdge;  
  75.         for(int row = 0; row < nVerts; row++) {  
  76.             isEdge = false;  
  77.             for(int col = 0; col < nVerts; col++) {  
  78.                 if(adjMat[row][col] > 0) {  
  79.                     isEdge = true;  
  80.                     break;  
  81.                 }  
  82.             }  
  83.             if(!isEdge) {  
  84.                 return row;  
  85.             }  
  86.         }  
  87.         return -1;  
  88.     }  
  89.   
  90.     private void deleteVertex(int delVertex) {  
  91.         if(delVertex != nVerts -1) {  
  92.             for(int i = delVertex; i < nVerts-1; i++) { //delete from vertexArray  
  93.                 vertexArray[i] = vertexArray[i+1];  
  94.             }  
  95.               
  96.             for(int row = delVertex; row < nVerts-1; row++) {//delete row from adjMat  
  97.                 moveRowUp(row, nVerts);  
  98.             }  
  99.               
  100.             for(int col = delVertex; col < nVerts-1; col++) {//delete column from adjMat  
  101.                 moveColLeft(col, nVerts-1);  
  102.             }  
  103.         }  
  104.         nVerts--;  
  105.     }  
  106.   
  107.     private void moveRowUp(int row, int length) {  
  108.         for(int col = 0; col < length; col++) {  
  109.             adjMat[row][col] = adjMat[row+1][col];  
  110.         }  
  111.     }  
  112.   
  113.     private void moveColLeft(int col, int length) {  
  114.         for(int row = 0; row < length; row++) {  
  115.             adjMat[row][col] = adjMat[row][col+1];  
  116.         }  
  117.     }  
  118. }  

        拓扑排序就介绍到这吧,如有错误之处,欢迎留言指正~


转载:http://blog.csdn.net/eson_15/article/details/51194219

目录
相关文章
|
2月前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
49 1
|
2月前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
117 4
|
11天前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
48 20
|
2月前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
2月前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
2月前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
110 23
|
2月前
|
算法
数据结构之蜜蜂算法
蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
62 20
|
2月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
65 1
|
2月前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
235 9
|
2月前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
37 1