算法-有向环和拓扑排序

简介:

有向图中包括有向无环图和有向有环图,有向图在任务调度的时候优先级限制是非常有用的,最常见的是大学的排课系统,比如说计算机操作系统的优先级高于高等数学,我们可以用图表示为计算机操作系统→高等数学,高等数学高于线性代数,如果这个时候线性代数的优先级高于计算机操作系统,那么就产生了一个有向环,无法进行排课,课程一般比较多,如果用图表示去判断是否存在环路是比较麻烦的一个事情,所以通常需要判断有向图中是否含有向环。

有向环检测

如果有向图中的某个节点可以按照路径的方向从某个节点开始并返回本身,形成了闭环可以判定是图中含有有向环。有向环中的判定和之前的无向图中的深度搜索类似,如果A→B,在之前图的辅助数据结构我们存储的是所以为A对应的值中含有B,如果索引B中含有值A,即含有有向环。

有向环检测的API跟之前的深度搜索多了一个保存有向环的中节点的数组,和递归需要调用的数组:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
@ interface  DirectedCycle : NSObject
 
//标记数组
@property  (strong,nonatomic)  NSMutableArray  *marked;
 
@property  (strong,nonatomic)  NSMutableArray  *cycle; //有向环中的所有顶点(存在有向环的情况)
 
@property  (strong,nonatomic)  NSMutableArray  *onStack; //递归调用的栈上的所有顶点
 
//从起点到一个顶点的已知路径上的最后一个顶点
@property  (strong,nonatomic)  NSMutableArray *edgeTo;
 
@property (assign,nonatomic)  Boolean hasCycle;
//初始化
-(instancetype)initWithGraph:(Digraph *)graph;
 
-( void )depthSearch:(Digraph *)graph  vertex:(NSInteger)vertex;
 
@end

实现代码:

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
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
@implementation DirectedCycle
 
#pragma mark  getter and setter
-(NSMutableArray *)marked{
     if  (!_marked) {
         _marked=[[NSMutableArray alloc]initWithCapacity:1];
     }
     return  _marked;
}
 
 
-(NSMutableArray *)onStack{
     if  (!_onStack) {
         _onStack=[[NSMutableArray alloc]initWithCapacity:1];
     }
     return  _onStack;
}
-(NSMutableArray *)edgeTo{
     if  (!_edgeTo) {
         _edgeTo=[[NSMutableArray alloc]initWithCapacity:1];
     }
     return  _edgeTo;
}
 
 
-(instancetype)initWithGraph:(Digraph *)graph{
     self=[super init];
     if  (self) {
         for  (NSInteger i=0; i<graph.vertexs;i++) {
             [self.onStack addObject:[NSNull  null ]];
             [self.edgeTo addObject:[NSNull  null ]];
             [self.marked addObject:[NSNull  null ]];
         }
         //遍历图的顶点
         for  (NSInteger s=0; s<graph.vertexs; s++) {
             if  (![self isMarked:s]) {
                 [self depthSearch:graph vertex:s];
             }
         }
     }
     return  self;
}
//http://www.cnblogs.com/xiaofeixiang/
-( void )depthSearch:(Digraph *)graph vertex:(NSInteger)vertex{
     self.onStack[vertex]=[NSNumber numberWithBool: true ];
     self.marked[vertex]=[NSNumber numberWithBool: true ];
     
     for  (NSInteger i=0; i<[graph.adjDataSource[vertex] count]; i++) {
         NSInteger temp=[[graph.adjDataSource[vertex] objectAtIndex:i] integerValue];
         if  ([self hasCycle])  return ;
         else  if  (![self isMarked:temp]) {
             self.edgeTo[temp]=[NSNumber numberWithInteger:vertex];
             [self depthSearch:graph vertex:temp];
         } else  if ([self isStack:temp]){
             
             self.cycle=[[NSMutableArray alloc]initWithCapacity:1];
             for  (NSInteger i=vertex; i!=temp; i=[self.edgeTo[i] integerValue]) {
                 [self.cycle insertObject:[NSNumber numberWithInteger:i] atIndex:0];
             }
             [self.cycle insertObject:[NSNumber numberWithInteger:temp] atIndex:0];
             [self.cycle insertObject:[NSNumber numberWithInteger:vertex] atIndex:0];
         }
     }
     self.onStack[vertex]=[NSNumber numberWithBool: false ];
}
 
-(Boolean)hasCycle{
     return  [self.cycle count]>0;
}
 
-(Boolean)isMarked:(NSInteger)vertex{
     return  self.marked[vertex]==[NSNull  null ]? false :[self.marked[vertex] boolValue];
}
 
-(Boolean)isStack:(NSInteger)vertex{
     return  self.onStack[vertex]==[NSNull  null ]? false :[self.onStack[vertex] boolValue];
}
 
@end

测试代码:

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
Digraph  *graph=[[Digraph alloc]initWithVertex:13];
[graph addEdges:4 endVertex:2];
[graph addEdges:2 endVertex:3];
[graph addEdges:3 endVertex:2];
[graph addEdges:6 endVertex:0];
[graph addEdges:0 endVertex:1];
[graph addEdges:2 endVertex:0];
[graph addEdges:11 endVertex:12];
[graph addEdges:12 endVertex:9];
[graph addEdges:9 endVertex:10];
[graph addEdges:9 endVertex:11];
[graph addEdges:8 endVertex:9];
[graph addEdges:10 endVertex:12];
[graph addEdges:11 endVertex:4];
[graph addEdges:4 endVertex:3];
[graph addEdges:3 endVertex:5];
[graph addEdges:7 endVertex:8];
[graph addEdges:8 endVertex:7];
[graph addEdges:5 endVertex:4];
[graph addEdges:0 endVertex:5];
[graph addEdges:6 endVertex:4];
[graph addEdges:6 endVertex:9];
[graph addEdges:7 endVertex:6];
DirectedCycle  *directedCycle=[[DirectedCycle alloc]initWithGraph:graph];
if  ([directedCycle.cycle count]) {
     NSLog( @"形成有向环的节点为:%@" ,[directedCycle.cycle componentsJoinedByString: @"--" ]);
}
NSLog( @"技术交流群:%@" , @"228407086" );
NSLog( @"博客园-FlyElephant:http://www.cnblogs.com/xiaofeixiang" );

测试效果:

拓扑排序

拓扑排序能解决我们最开始所说的排课问题,任务调度问题,不过只能对有向无环图(Directed Acyclic Graph简称DAG)进行排序,上面的有向环检测可以作为拓扑排序的一个辅助。拓扑排序在同样可以在深度优先搜索上面进行修改,深度搜索会访问每个顶点刚好一次,可以在深度搜索递归的时候将参数顶点存放在一个数据结构中,遍历数据结构就可以访问图中所有的顶点,遍历的书序取决于调用的的时间,可以在递归之前也可以在递归之后。

通常来说有三种排列顺序:

  • 前序:在递归之前加入数组中;
  • 后序:在递归之后加入数组中;
  • 逆后序:在递归值周加入数组中,不过每次都存放在首位,类似栈;

顶点排序:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
@ interface  DepthFirstOrder : NSObject
 
//记录顶点是否被标记
@property  (strong,nonatomic)  NSMutableArray  *marked;
 
@property  (strong,nonatomic)  NSMutableArray  *preQueue; //所有顶点的前序排列
 
@property  (strong,nonatomic)  NSMutableArray  *postQueue; //所有顶点的后序排列
 
@property  (strong,nonatomic)   NSMutableArray  *reversePostStack; //所有顶点的逆后序排列
 
 
@property (assign,nonatomic)  NSInteger count;
//找到与七点vertex所有连通的节点
-(instancetype)initWithGraph:(Digraph *)graph;
 
-( void )depthSearch:(Digraph *)graph  vertex:(NSInteger)vertex;
 
//节点是否被标记
-(Boolean)isMarked:(NSInteger)vertex;
 
@end

实现文件:

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
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
@implementation DepthFirstOrder
 
#pragma mark  getter and setter
-(NSMutableArray *)marked{
     if  (!_marked) {
         _marked=[[NSMutableArray alloc]initWithCapacity:1];
     }
     return  _marked;
}
 
-(NSMutableArray *)preQueue{
     if  (!_preQueue) {
         _preQueue=[[NSMutableArray alloc]initWithCapacity:1];
     }
     return  _preQueue;
}
 
-(NSMutableArray *)postQueue{
     if  (!_postQueue) {
         _postQueue=[[NSMutableArray alloc]initWithCapacity:1];
     }
     return  _postQueue;
}
 
-(NSMutableArray *)reversePostStack{
     if  (!_reversePostStack) {
         _reversePostStack=[[NSMutableArray alloc]initWithCapacity:1];
     }
     return  _reversePostStack;
}
 
-(instancetype)initWithGraph:(Digraph *)graph{
     self=[super init];
     if  (self) {
         for  (NSInteger i=0; i<graph.vertexs;i++) {
             [self.marked addObject:[NSNull  null ]];
         }
         //遍历图的顶点
         for  (NSInteger s=0; s<graph.vertexs; s++) {
             if  (![self isMarked:s]) {
                 [self depthSearch:graph vertex:s];
             }
         }
     }
     return  self;
}
//http://www.cnblogs.com/xiaofeixiang/
-( void )depthSearch:(Digraph *)graph vertex:(NSInteger)vertex{
     [self.preQueue addObject:[NSNumber numberWithInteger:vertex]];
     
     self.marked[vertex]=[NSNumber numberWithBool: true ];
     self.count++;
     for  (NSInteger i=0; i<[graph.adjDataSource[vertex] count]; i++) {
         NSInteger temp=[[graph.adjDataSource[vertex] objectAtIndex:i] integerValue];
         if  (![self isMarked:temp]) {
             [self depthSearch:graph vertex:temp];
         }
     }
     
     [self.postQueue addObject:[NSNumber numberWithInteger:vertex]];
     [self.reversePostStack insertObject:[NSNumber numberWithInteger:vertex] atIndex:0];
}
 
-(Boolean)isMarked:(NSInteger)vertex{
     return  self.marked[vertex]==[NSNull  null ]? false :[self.marked[vertex] boolValue];
}
 
@end

有向环检查和顶点排序都是为拓扑排序准备的,拓扑排序只需要调用即可:

1
2
3
4
5
6
7
@ interface  TopologicalSort : NSObject
 
@property  (strong,nonatomic)  NSMutableArray  *order;
 
-(instancetype)initWithDigraph:(Digraph *)graph;
 
@end

实现文件:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
@implementation TopologicalSort
 
#pragma mark getter and  setter
-(NSMutableArray *)order{
     if  (!_order) {
         _order=[[NSMutableArray alloc]initWithCapacity:1];
     }
     return  _order;
}
 
-(instancetype)initWithDigraph:(Digraph *)graph{
     self=[super init];
     if  (self) {
         DirectedCycle *cyclefinder=[[DirectedCycle alloc]initWithGraph:graph];
         if  (!cyclefinder.hasCycle) {
             DepthFirstOrder  *dfs=[[DepthFirstOrder alloc]initWithGraph:graph];
             self.order=dfs.reversePostStack;
         }
     }
     return  self;
}
 
@end

我们可以通过下面这幅图检测一下程序的正确性:

测试代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Digraph  *digraph=[[Digraph alloc]initWithVertex:13];
[digraph addEdges:0 endVertex:6];
[digraph addEdges:0 endVertex:1];
[digraph addEdges:0 endVertex:5];
[digraph addEdges:2 endVertex:0];
[digraph addEdges:2 endVertex:3];
[digraph addEdges:3 endVertex:5];
[digraph addEdges:5 endVertex:4];
[digraph addEdges:6 endVertex:4];
[digraph addEdges:6 endVertex:9];
[digraph addEdges:7 endVertex:6];
[digraph addEdges:8 endVertex:7];
[digraph addEdges:9 endVertex:10];
[digraph addEdges:9 endVertex:12];
[digraph addEdges:9 endVertex:11];
[digraph addEdges:11 endVertex:12];
TopologicalSort  *logicSort=[[TopologicalSort alloc]initWithDigraph:digraph];
for  (NSInteger i=0; i<[logicSort.order count]; i++) {
     NSLog( @"节点%ld" ,[logicSort.order[i] integerValue]);
}
NSLog( @"技术交流群:%@" , @"228407086" );
NSLog( @"博客园-FlyElephant:http://www.cnblogs.com/xiaofeixiang" );

测试结果:

如果用节点表示可能会更直接一点,效果如下:

本文转自Fly_Elephant博客园博客,原文链接:http://www.cnblogs.com/xiaofeixiang/p/4713701.html,如需转载请自行联系原作者

相关文章
|
4月前
|
算法 C++
【洛谷 P1223】排队接水(贪心算法+结构体排序)
该问题要求安排$n$个人的排队顺序以最小化平均等待时间。每个人接水需时$T_i$,解决方案是让接水时间短的人优先。给定$n\leq1000$和$t_i\leq10^6$,代码示例使用C++实现,通过排序使时间从小到大排列,然后计算平均等待时间。样例输入为10个人的时间数组,输出为优化后的排队顺序及平均等待时间(291.90)。
34 0
|
2月前
|
算法
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
|
2月前
|
搜索推荐 算法 Java
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
该博客文章通过UML类图和Java源码示例,展示了如何使用适配器模式将QuickSort类和BinarySearch类的排序和查找功能适配到DataOperation接口中,实现算法的解耦和复用。
22 1
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
|
2月前
|
算法 搜索推荐 Java
算法实战:手写归并排序,让复杂排序变简单!
归并排序是一种基于“分治法”的经典算法,通过递归分割和合并数组,实现O(n log n)的高效排序。本文将通过Java手写代码,详细讲解归并排序的原理及实现,帮助你快速掌握这一实用算法。
38 0
|
2月前
|
算法 关系型数据库 MySQL
揭秘MySQL中的版本号排序:这个超级算法将颠覆你的排序世界!
【8月更文挑战第8天】在软件开发与数据管理中,正确排序版本号对软件更新及数据分析至关重要。因MySQL默认按字符串排序版本号,可能出现&#39;1.20.0&#39;在&#39;1.10.0&#39;之前的不合理情况。解决办法是将版本号各部分转换为整数后排序。例如,使用`SUBSTRING_INDEX`和`CAST`函数从`software`表的`version`字段提取并转换版本号,再按这些整数排序。这种方法可确保版本号按逻辑正确排序,适用于&#39;major.minor.patch&#39;格式的版本号。对于更复杂格式,需调整处理逻辑。掌握此技巧可有效应对版本号排序需求。
107 3
|
2月前
|
算法 搜索推荐
算法设计 (分治法应用实验报告)基于分治法的合并排序、快速排序、最近对问题
这篇文章是关于分治法应用的实验报告,详细介绍了如何利用分治法实现合并排序和快速排序算法,并探讨了使用分治法解决二维平面上的最近对问题的方法,包括伪代码、源代码实现及时间效率分析,并附有运行结果和小结。
|
2月前
|
存储 算法 Java
LeetCode初级算法题:反转链表+统计N以内的素数+删除排序数组中的重复项Java详解
LeetCode初级算法题:反转链表+统计N以内的素数+删除排序数组中的重复项Java详解
21 0
|
3月前
|
存储 算法 搜索推荐
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
【7月更文挑战第12天】归并排序是高效稳定的排序算法,采用分治策略。Python 实现包括递归地分割数组及合并已排序部分。示例代码展示了如何将 `[12, 11, 13, 5, 6]` 分割并归并成有序数组 `[5, 6, 11, 12, 13]`。虽然 $O(n log n)$ 时间复杂度优秀,但需额外空间,适合大规模数据排序。对于小规模数据,可考虑其他算法。**
67 4
|
4月前
|
搜索推荐 算法
【排序】数据结构——排序算法概念及代码详解(插入、冒泡、快速、希尔)
【排序】数据结构——排序算法概念及代码详解(插入、冒泡、快速、希尔)
|
4月前
|
算法
【经典LeetCode算法题目专栏分类】【第10期】排序问题、股票问题与TOP K问题:翻转对、买卖股票最佳时机、数组中第K个最大/最小元素
【经典LeetCode算法题目专栏分类】【第10期】排序问题、股票问题与TOP K问题:翻转对、买卖股票最佳时机、数组中第K个最大/最小元素
下一篇
无影云桌面