拓扑排序

拓扑排序算法用于处理在众多复杂的并且相互依赖的事物中寻找一个执行顺序的问题,拓扑算法在日常生活中也是有非常重的应用,例如软件开发、教学安排、生产流程等
  • 算法分析
    拓扑算法的思想是,首先将所有的入度为0(入度表示该点作为终点的边的条数)放入到一个队列中,然后依次从这个队列中取出点,将这个点加入到结果数组中,同时将该点的相关边连接到的点的入度减去1,在这个过程中,如果发现有被处理的点的入度被减到为0,那么就将这个点加入到入度的队列中去。一直进行这个过程,直到入度队列中没有点为止。
  • 算法具体代码
class ENode
{
public:
    int index;          // 该边所指向的顶点的位置
    ENode *nextEdge;    // 指向下一条弧的指针
};
class VNode
{
public:
    char data;          // 顶点信息
    ENode *firstEdge;   // 指向第一条依附该顶点的弧(存储图采用邻接链表的形式)
};
int mVexNum;             // 图的顶点的数目
VNode *mVexs;            // 图的顶点数组
int topologicalSort()
{
    int i,j;
    int index = 0;
    int head = 0;           // 辅助队列的头
    int rear = 0;           // 辅助队列的尾
    int *queue;             // 辅组队列
    int *indegrees;         // 入度数组
    char *results;          // 拓扑排序结果数组,记录为节点具体数据。
    ENode *node;
    
    indegrees   = new int[mVexNum];
    queue = new int[mVexNum];
    results  = new char[mVexNum];
    memset(indegrees, 0, mVexNum*sizeof(int));
    memset(queue, 0, mVexNum*sizeof(int));
    memset(results, 0, mVexNum*sizeof(char));
    
    // 统计每个顶点的入度数
    for(i = 0; i < mVexNum; i++)
    {
        node = mVexs[i].firstEdge;
        while (node != NULL)
        {
            indegrees[node->index]++;
            node = node->nextEdge;
        }
    }
    // 将所有入度为0的顶点入队列
    for(i = 0; i < mVexNum; i ++) {
        if(indegrees[i] == 0)
            queue[rear++] = i; // 入队列
    }
    while (head != rear)                // 队列非空
    {
        j = queue[head++];              // 出队列,j是顶点的序号
        results[index++] = mVexs[j].data;  // 将该顶点添加到tops中,tops是排序结果
        node = mVexs[j].firstEdge;      // 获取以该顶点为起点的出边队列
        
        // 将与"node"关联的节点的入度减1;
        // 若减1之后,该节点的入度为0,则将该节点添加到队列中。
        while(node != NULL)
        {
            // 将节点(序号为node->ivex)的入度减1。
            indegrees[node->index]--;
            // 若节点的入度为0,则将其"入队列"
            if( indegrees[node->index] == 0)
                queue[rear++] = node->index;  // 入队列
            
            node = node->nextEdge;
        }
    }
    if(index != mVexNum)
    {
        cout << "Graph has a cycle" << endl;
        delete queue;
        delete indegrees;
        delete results;
        return 1;
    }
    return 0;
}
  • 算法的细节分析
    算法中使用到了三个数组:
    • indegrees [ ]:用于存储每个顶点的入度
    • queue [ ]:辅助队列,将所有入度为0的节点都放入到这个队列中,然后以队列是否为空为终止条件进行循环处理
    • results [ ]:用于存储最后的排序结果
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,539评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,911评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,337评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,723评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,795评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,762评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,742评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,508评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,954评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,247评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,404评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,104评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,736评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,352评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,557评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,371评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,292评论 2 352

推荐阅读更多精彩内容