文章目录
- 拓扑排序
- 满足拓扑排序的前提:图中没有环
- 拓扑排序的实现
- 拓扑排序测试
拓扑排序
首先要说明一点:拓扑排序是针对图这种数据结构的特有排序。
百度百科对拓扑排序是这样定义的:
上面的解释不是特别好懂,学过离散数学才知道偏序和全序的概念,这里我就给个通俗一点的理解:访问图的顶点时,保证每次访问的顶点前面没有别的顶点(入度为0),即访问的顶点只作为弧的弧头。
例如:
满足拓扑排序的前提:图中没有环
如果出现了环,那么就会出现一种情况:在环中一直寻找入度为0的顶点,只有找到了,才能打破没有顶点入度为0的循环,但现在缺的就是环中入度为0的一个顶点。这就造成了死循环。如下:
无论是从哪个路径入环,都会造成死循环。
拓扑排序的实现
访问顶点之前得先知道各个顶点的入度才行,因此得先遍历邻接矩阵,累计每个顶点的入度。并在访问完一个顶点之后,更新访问顶点的邻接点入度,也就是各自的入度自减1。这样循环检查,循环访问,直到所有的顶点被访问完就OK了。下面是用邻接矩阵来存储图的拓扑排序的代码实现。如果不是特别懂的话可以去看看我之前的博客(传送门),里面有详细讲解图的基本构造。
下面是图的一些基本构造和功能:
#include <iostream>
#include <vector>
#include <map>
#include <string>
#include <cstring>
using namespace std;
顶点的数据类型 权值类型 权值的最大值默认为INT32_MAX,即∞ 默认为无向图
template <class V, class W, W MAX_W = INT32_MAX, bool Direction = false>
class Graph//图的类框架
{
public:
typedef Graph<V, W, MAX_W, Direction> Self;
Graph() = default;
Graph(const V *vertexs, int n)//顶点数组与个数传参
{
_vertexs.reserve(n);//初始化顶点数组与下标集
for (int i = 0; i < n; ++i)
{
_vertexs.push_back(vertexs[i]);
_indexMap[vertexs[i]] = i;
}
_matrix.resize(n);
for (int i = 0; i < n; ++i)
{
_matrix[i].resize(n, MAX_W);//初始化邻接矩阵,每个元素默认赋值为∞
_matrix[i][i]=W();//对角线上的权值为0
}
}
size_t GetVertexIndex(const V& x)//获得顶点在顶点数组中的下标
{
auto it = _indexMap.find(x);
if (it != _indexMap.end())//找到的话返回下标
{
return it->second;
}
else
{
throw invalid_argument("顶点不存在");//找不到的话就抛异常
return -1;
}
}
//添加关系(边)
void _AddEdge(const size_t srci, const size_t dsti, const W& wight)
{
_matrix[srci][dsti] = wight;//两个顶点之间的权值进行赋值
if (Direction == false) //是无向图的话就在矩阵的对应位置也对边的权值进行赋值
{
_matrix[dsti][srci] = wight;
}
}
// 参数: 起始顶点 终端顶点 权值
void AddEdge(const V& src, const V& dst, const W& wight)
{
int srci = GetVertexIndex(src);//拿到起始顶点映射的下标
int dsti = GetVertexIndex(dst);//拿到终端顶点映射的下标
_AddEdge(srci, dsti, wight); //嵌套一下用下标的方式添加边,方便在之后处理矩阵的特定情境通过下标加边。
}
private:
vector<V> _vertexs; //顶点
map<V, int> _indexMap; //顶点对应的下标
vector<vector<W>> _matrix; //矩阵
};
拓扑排序的代码:
//找所有顶点的入度
void FindInDegree(vector<int>& indegree) //indegree存的是所有顶点的入度
{
size_t n = _vertexs.size(); //n为顶点的个数
indegree.resize(n, 0); //入度初始化为0
for (size_t i = 0; i < n; ++i) //对n个顶点进行各自的入度累计
{
for (size_t j = 0; j < n; ++j)
{
if (_matrix[i][j] != MAX_W && _matrix[i][j] != W())//有顶点i指向顶点j,顶点j的入度就自加1。
{
indegree[j]++;
}
}
}
}
//拓扑排序 输出型参数 拓扑序列放在topo中
void TopologicalSort(vector<int>& topo)
{
size_t n = _vertexs.size();//n为顶点的个数
topo.resize(n, 0); //给topo开辟n个空间
int index = 0; //拓扑序列的实时下标,初始为0
stack<int> st; //存放入度为零的顶点
vector<int> indegree; //所有顶点的初始入度
vector<bool> visited(n, false); //标记映射的顶点是否被访问过
FindInDegree(indegree);//查找所有顶点的入度
for (size_t i = 0; i < n; ++i) // n个节点n次循环
{
for (size_t j = 0; j < n; ++j) //找未被访问且入度为零的顶点,将本次循环所有入度为0的顶点入栈
{
if (visited[j] == false && indegree[j] == 0)
{
st.push(j);
visited[j] = true;//只要进栈,就意味着一定会被访问,直接先标记为已访问,避免重复检查
}
}
int v = st.top();//取栈顶的入度为0的顶点下标
topo[index] = v;//将该顶点下标存在拓扑序列中
st.pop();//将该顶点出栈
for (size_t j = 0; j < n; ++j)//已访问的顶点的所有未被访问的
{
if (visited[j] == false && _matrix[v][j] != MAX_W && _matrix[v][j] != W())
{
indegree[j]--; //更新已访问的顶点的邻接点的入度
}
}
index++;//更新拓扑序列的实时下标
}
}
拓扑排序测试
void TestTopologicalSort()
{
vector<int> topo;
const char* str="abcdef";
Graph<char,int,INT32_MAX,true> g(str,strlen(str));
g.AddEdge('a','b',1);
g.AddEdge('a','d',1);
g.AddEdge('a','c',1);
g.AddEdge('d','e',1);
g.AddEdge('f','d',1);
g.AddEdge('f','e',1);
g.AddEdge('c','b',1);
g.AddEdge('c','e',1);
g.TopologicalSort(topo);
for(size_t i=0;i<topo.size();++i)
{
cout<<str[topo[i]]<<"["<<topo[i]<<"] ";
}
cout<<endl;
}
💻测试结果:
图一摸一样,但是却和最开始我们得到的拓扑序列有所差别,这正好验证了拓扑序列在有些情况下并不唯一的情况。所以结果是没有错的,这是由于栈的先进后出特性导致的。