图的应用3.0-----拓扑排序

news2024/10/6 6:52:54

前言

AOE网

1.相关概念

2.AOE网特征

拓扑排序

1.基本概念

2.方法步骤

3.拓扑排序的应用

拓扑排序代码实现

1.邻接矩阵的代码

2.邻接表代码

前言

今天我们学习图的应用----拓扑排序，说到排序，你们是不是会想到冒泡排序，插入排序，快速排序等等排序方法？但是拓扑排序跟这些不一样，拓扑排序是属于图的一种遍历算法，不属于用于纯数字排序，那什么是拓扑排序呢？下面就一起来看看吧！

AOE网

1.相关概念

有向无环图常用来描述一个工程或系统的进行过程。(通常把计划、施工、生产、程序流程等当成是一个工程

一个工程可以分为若干个子工程，只要完成了这些子工程（活动)，就可以导致整个工程的完成。

AOV网

用一个有向图表示一个工程的各子工程及其相互制约的关系，其中以顶点表示活动，弧表示活动之间的优先制约关系，称这种有向图为顶点表示活动的网，简称AOV网(Activity On Vertex network)。

如图所示，做出AOE网：

2.AOE网特征

若从i到j有一条有向路径，则i是j的前驱i是i的后继。
若<ij> 是网中有向边，则i是j的直接前驱;j是i的直接后继
AOV 网中不允许有回路，因为如果有回路存在，则表明某项活动以自己为先决条件，显然这是荒谬的。

拓扑排序

1.基本概念

在AOV 网没有回路的前提下，我们将全部活动排列成一个线性序列，使得若AOV 网中有弧 <i，j>存在，则在这个序列中，i一定排在的前面，具有这种性质的线性序列称为拓扑有序序列，相应的拓扑有序排序的算法称为拓扑排序

拓扑排序是对一个有向图构造拓扑序列，解决工程是否能顺利进行的问题。构造时有 2 种结果：

此图全部顶点被输出：说明说明图中无「环」存在，是 AOV 网

没有输出全部顶点：说明图中有「环」存在，不是 AOV 网

形象化理解：

排序类似流程图一样任务

例如早上起床的任务：

例如：这里你只有穿了衬衣才能穿外套，而不是穿了外套再穿衬衣

2.方法步骤

在有向图中选一个没有前驱的顶点且输出之
从图中删除该顶点和所有以它为尾的弧
重复上述两步，直至全部顶点均已输出:或者当图中不存在无前驱的顶点为止

示例1：

示例2：

3.拓扑排序的应用

检测AOV网中是否存在环方法:

对有向图构造其顶点的拓扑有序序列，若网中所有顶点都在它的拓扑有序序列中，则该AOV 网必定不存在环。

拓扑排序代码实现

图的存储方式有两种，邻接矩阵和邻接表，下面我就分别给出了这两种储存方式的代码写法。

1.邻接矩阵的代码

邻接矩阵结构如下：

#define Maxint 32767
#define Maxnum 100//最大顶点数

//数据类型
typedef struct datatype {
	char id[10];
	//……
}
ElemType;
//图的邻接数组
typedef struct graph {
	ElemType vexs[Maxnum];//图数据
	int matrix[Maxnum][Maxnum];//二维数组矩阵
	int vexnum;//点数
	int arcnum;//边数
}Graph;

拓扑排序代码：

//拓扑排序
void Topo_sort(Graph G) {
	int n = G.vexnum;
	int* result = (int*)malloc(sizeof(int) * n);//储存结果
	int* indegree = (int*)malloc(sizeof(int) * n);//入度
	int*queue= (int*)malloc(sizeof(int) * n);//队列,储存下标
	//初始化
	for (int i = 0; i < n; i++) {
		result[i] = -1;
		indegree[i] = 0;
		queue[i] = -1;
	}
	int que_count = 0;
	int count = 0;
	//统计每一个顶点的入度
	for (int x = 0; x < n; x++) {
		for (int y = 0; y < n; y++) {
			if (G.matrix[y][x] != 0 && G.matrix[y][x] != Maxint)
				indegree[x]++;
		}
	}
	//把入度为0的顶点放入队列
	for (int i = 0; i < n; i++) {
		if (indegree[i] == 0) {
			queue[que_count] = i;
			que_count++;
		}
	}
	//后继处理
	while (que_count > 0) {
		//出队操作
		int pop = queue[0];
		for (int j = 0; j < que_count-1; j++) {
			queue[j] = queue[j + 1];
		}
		que_count--;

		result[count++] = pop;
		for (int i = 0; i < n; i++) {
			if (G.matrix[pop][i] != 0 && G.matrix[pop][i] != Maxint) {
				indegree[i]--;//把与这个出队的顶点相连的后继顶点入度都-1
				//以上操作完成了之后，如果还有入度为0的顶点就进入到队列当中
				if (indegree[i] == 0) 
					queue[que_count++] = i;
			}
		}
	}

	printf("拓扑排序结果:\n");
	for (int k = 0; k < n; k++) {
		printf("%s->", G.vexs[result[k]].id);
	}
	printf("end\nprint over!\n");
	//释放空间
	free(result);
	free(indegree);
	free(queue);
	result = queue = indegree = NULL;
}

2.邻接表代码

队列头文件.h代码:

#pragma once
#include<stdio.h>
#include<string.h>
#include <stdbool.h>
#include<assert.h>

//数据结构体
typedef struct datatype {
	char id[10];//字符串编号
	//………………
}ElemType;

//定义节点
typedef struct node {
	ElemType data;
	struct node* next;
}Node;
//定义队列
typedef struct queue {
	int count;	//计数
	Node* front;//指向队头指针
	Node* rear;//指向队尾指针
}Queue;

void Queue_init(Queue* queue);//初始化
bool isEmpty(Queue* queue);//判空
void enQueue(Queue* queue, ElemType data);//入队
Node* deQueue(Queue* queue);//出队
ElemType head_data(Queue queue);//获取队头数据

队列源文件代码.c

#include"queue.h"

//初始化
void Queue_init(Queue* queue) {
	assert(queue);
	queue->front = NULL;
	queue->rear = NULL;
	queue->count=0;
}

//创建节点
Node* create_node(ElemType data) {
	Node* new_node = (Node*)malloc(sizeof(Node));
	if (new_node) {
		new_node->data = data;
		new_node->next = NULL;
		return new_node;
	}
	else
	{
		printf("ERRPR\n");
	}
}

//判断是否空队列
bool isEmpty(Queue* queue) {
	assert(queue);
	if (queue->count == 0)
	{
		return true;
	}
	return false;
}

//入队
void enQueue(Queue* queue, ElemType data) {
	assert(queue);
	Node* new_node = create_node(data);
	if (queue->rear == NULL && queue->front == NULL ) {
		queue->front = new_node;
		queue->rear = new_node;
		queue->count++;
	}
	else
	{
		queue->rear->next = new_node;
		queue->rear = new_node;
		queue->count++;
	}
	
}

//出队
Node* deQueue(Queue* queue) {
	assert(queue);
	if (!isEmpty(queue)) {
		Node* deNode;
		if (queue->count == 1) {
			deNode = queue->front;
			queue->front = NULL;
			queue->rear = NULL;
		}
		else {
			deNode = queue->front;
			queue->front = deNode->next;
		}
		queue->count--;
		return deNode;
	}
	printf("error\n");
	return NULL;
}

//获取队头数据
ElemType head_data(Queue queue) {
	return queue.front->data;
}

拓扑排序代码：

//数据结构体
typedef struct datatype {
	char id[10];//字符串编号
	//………………
}ElemType;
//边节点存储结构
typedef struct arcnode {
	int index;//指向顶点的位置
	int weight;//权
	struct arcnode* nextarc;//指向下一个边节点
}Anode;
//顶点结点存储结构
typedef struct vexnode {
	ElemType data;
	Anode* firstarc;
}Vhead;
//图结构
typedef struct {
	Vhead* vertices;
	int vexnum;
	int arcnum;
}Graph;

//拓扑排序（邻接表）
void Topo_sort(Graph G) {
	int* inarry = (int*)malloc(sizeof(int) * G.vexnum);//统计每一个顶点的入度
	int* result= (int*)malloc(sizeof(int) * G.vexnum);//储存遍历结果
	//初始化
	for (int j = 0; j < G.vexnum; j++) {
		inarry[j] = 0;
		result[j] = -1;
	}
	Queue que;
	Queue_init(&que);

	//统计每个顶点的入度情况
	for (int i = 0; i < G.vexnum; i++) {
		Anode* p = G.vertices[i].firstarc;
		while (p) {
			inarry[p->index]++;
			p = p->nextarc;
		}
	}
	//把入度为0的节点放入队列
	for (int i = 0; i < G.vexnum; i++) {
		if (inarry[i] == 0)
			enQueue(&que, G.vertices[i].data);
	}
	int count = 0;

	while (!isEmpty(&que)) {
		//出队操作
		Node* pop = deQueue(&que);
		int pop_index = Locate_vex(G, pop->data.id);
		result[count++] = pop_index;//存入结果当中
		free(pop);
		pop = NULL;

		Anode* cur = G.vertices[pop_index].firstarc;
		while (cur) {
			//把与出队的顶点关联的点入度-1
			inarry[cur->index]--;
			//如果减掉入度之后入度为0的话就入队
			if (inarry[cur->index] == 0)
				enQueue(&que, G.vertices[cur->index].data);
			cur = cur->nextarc;
		}
	}

	printf("拓扑排序结果:\n");
	for (int i = 0; i < count; i++) {
		printf("%s->", G.vertices[result[i]].data.id);
	}
	printf("end\nprintf over!\n");
	//释放空间;
	free(inarry);
	free(result);
	inarry = result = NULL;
}

以上就是本期的全部内容了，我们下次见！

分享一张壁纸：