拓扑排序Python实现的过程
目录
- 有向无环图
- 拓扑排序
- 算法步骤
- 代码实现
- 总结
有向无环图
拓扑排序是针对有向无环图(DAG, Directed javascriptAcyclic Graph)的
具有以下性质:
- 如果这个图不是 DAG,那么它是没有拓扑序的;
- 如果是 DAG,那么它至少有一个拓扑序;
- 反之,如果它存在一个拓扑序,那么这个图必定是 DGA。
拓扑排序
对一个有向无环图(Directed Acyclic Graph简称DAG)G进行拓扑排序,是将G中所有顶点排成一个线性序列,使得图中任意一对顶点u和v,若边(u,v)∈E(G),则u在线性序列中出现在v之前。
通常,这样的线性序列称为js满足拓扑次序(Topological Order)的序列,简称拓扑序列。
简单的说,由某个集合上的js一个偏序得到该集合上的一个全序,这个操作称之为拓扑排序。
算法步骤
在讲算法步骤之前先了解入度与出度的概念:
- 入度:顶点的入度是指「指向该顶点的边」的数量;
- 出度:顶点的出度是指该顶点指向其他点的边的数量。
可以理解为入度为0的点就是起点,拓扑排序步骤如下:
- 从 DAG 图中选择一个入度为0的顶点并输出;
- 从图中删除该顶点和所有以它为起点的有向边;
- 重复 1 和 2 直到当前的 DAG 图为空或当前图中不存在入度为0的顶点为止。后一种情况说明有向图中必然存在环
代码实现
对于下图:
from collections import defaultdict class Graph: def __init__(self,vertices): self.graph = defaultdict(list) cjosjHZl self.V = vertices def addEdge(self,u,v): self.graph[u].append(v) python def topologicalSortUtil(self,v,visited,stack): visited[v] = True for i in self.graph[v]: if visited[i] == False: self.topologicalSortUtil(i,visited,stack) stack.insert(0,v) def topologicalSort(self): visited = [False]*self.V 开发者_C开发 stack =[] for i in range(self.V): if visited[i] == False: self.topologicalSortUtil(i,visited,stack) print (stack) g= Graph(6) g.addEdge(5, 2); g.addEdge(5, 0); g.addEdge(4, 0); g.addEdge(4, 1); g.addEdge(2, 3); g.addEdge(3, 1); print ("拓扑排序结果:") g.topologicalSort() # 结果为[5, 4, 2, 3, 1, 0]
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持我们。
精彩评论