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
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
84 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
21天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(上)(c语言实现)(附源码)
本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。
65 8
|
21天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
59 7
|
2月前
|
存储 算法 Java
Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性
Java Set因其“无重复”特性在集合框架中独树一帜。本文解析了Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性,并提供了最佳实践建议,包括选择合适的Set实现类和正确实现自定义对象的hashCode()与equals()方法。
35 4
|
2月前
|
搜索推荐 算法
数据结构与算法学习十四:常用排序算法总结和对比
关于常用排序算法的总结和对比,包括稳定性、内排序、外排序、时间复杂度和空间复杂度等术语的解释。
22 0
数据结构与算法学习十四:常用排序算法总结和对比
|
2月前
|
算法
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
32 0
|
2月前
|
机器学习/深度学习 搜索推荐 算法
探索数据结构:初入算法之经典排序算法
探索数据结构:初入算法之经典排序算法
|
2月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
25 0
|
2月前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
1天前
|
算法
基于大爆炸优化算法的PID控制器参数寻优matlab仿真
本研究基于大爆炸优化算法对PID控制器参数进行寻优,并通过Matlab仿真对比优化前后PID控制效果。使用MATLAB2022a实现核心程序,展示了算法迭代过程及最优PID参数的求解。大爆炸优化算法通过模拟宇宙大爆炸和大收缩过程,在搜索空间中迭代寻找全局最优解,特别适用于PID参数优化,提升控制系统性能。