这个问题可以通过拓扑排序来解决。拓扑排序是一种对有向无环图（DAG）进行排序的算法，它会按照依赖关系生成一个线性序列。在这个问题中，我们可以将文件的依赖关系看作是一个有向无环图，然后使用拓扑排序来生成编译顺序。  以下是C++代码实现：

#include <iostream>
#include <vector>
#include <queue>
#include <sstream>
using namespace std;

string compileOrder(string dependencies) {
    stringstream ss(dependencies);
    vector<int> indegree(100, 0);
    vector<vector<int>> graph(100);
    string item;
    int idx = 0;
    while (getline(ss, item, ',')) {
        int dep = stoi(item);
        if (dep != -1) {
            graph[dep].push_back(idx);
            indegree[idx]++;
        }
        idx++;
    }

    priority_queue<int, vector<int>, greater<int>> q;
    for (int i = 0; i < idx; i++) {
        if (indegree[i] == 0) {
            q.push(i);
        }
    }

    string res;
    while (!q.empty()) {
        int cur = q.top();
        q.pop();
        res += to_string(cur) + ",";
        for (int next : graph[cur]) {
            indegree[next]--;
            if (indegree[next] == 0) {
                q.push(next);
            }
        }
    }

    res.pop_back();  // remove the last comma
    return res;
}

int main() {
    string dependencies;
    cin >> dependencies;
    cout << compileOrder(dependencies) << endl;
    return 0;
}

在这段代码中，我们首先读取输入的依赖关系，然后我们构建一个有向图和一个入度数组。然后我们将入度为0的节点加入到一个优先队列中。然后我们从优先队列中取出一个节点，将它加入到结果中，然后将它的所有后继节点的入度减1，如果后继节点的入度变为0，那么我们将后继节点加入到优先队列中。我们重复这个过程，直到优先队列为空。最后，我们输出结果，这就是我们要找的编译顺序。  这段代码的时间复杂度是O(n log n)，其中n是节点的数量。因为我们需要将所有节点加入到优先队列中，这个操作的时间复杂度是O(log n)。然后我们需要遍历所有节点，这个操作的时间复杂度是O(n)。所以总的时间复杂度是O(n log n)。  这段代码的空间复杂度是O(n)，因为我们需要存储输入的有向图和入度数组。