拓扑排序 用dfs或者bfs

本文深入讲解了拓扑排序算法,包括其在有向无环图(DAG)中的应用,如何使用广度优先搜索(BFS)和深度优先搜索(DFS)进行拓扑排序,并提供了详细的代码实现和测试案例。

拓扑排序是找DAG(有向无环图)的关键路径

拓扑排序从数据结构原理上说是不断找对应入度为0的点,找到就删去这个点和从此点出的边。这对应的其实是用bfs的方法,所以用bfs得到的其实除了判断还有每次找的出度为0的点(顺序不唯一),而dfs得到的是这个环的路径。(反正我一般都是并查集判断的。。)

先说bfs:

int in[N];
queue<int> qq;
void printfqq(){ // 输出拓扑序列,有环即无
	while(qq.size()){
		cout<<qq.front()<<" ";
		qq.pop();
	}
	cout<<endl;
}
int ans = -1;
void bfs_topsort(){
	queue<P> q;
	int sum=0;
	for(int i=1;i<=n;i++)
		if(in[i]==0)
		q.push(make_pair(i,1)),sum++;
	while(!q.empty()){
		P tmp = q.front();q.pop();
		int now=tmp.first;
		qq.push(now);
		for(int i=head[now];~i;i=nex[i]){
			int v = ver[i];
			in[v]--;
			if(in[v]==0){
				q.push(make_pair(v,tmp.second+1));
				ans = max(ans,tmp.second+1); // 最长链 
				sum++;
			}
		}
	}
	if(sum<n){
		cout<<"有环:"<<endl;
	}else cout<<"无环"<<endl; 
	printf("%d\n",ans);
	printfqq();//这是拓扑排序后的序列,不是关键路径 
}

dfs是对应遍历边,如果从当前点遍历到的点之前遍历过了,就有环,也就是找环路径:

int t,vis[N];
stack<int> st;
bool dfs(int x){
	vis[x]=-1;//正在遍历中 
	for(int i=head[x];~i;i=nex[i]){
		if(vis[ver[i]]==-1) return false;//存在环;
		else if(!vis[ver[i]] && !dfs(ver[i])) {st.push(ver[i]);return false; }	
	}
	vis[x]=1;//遍历结束 
	return true;
}
void dfs_topsort(){
	t=n;
	for(int i=1;i<=n;i++)
	if(!vis[i] && !dfs(i)){
		cout<<"有环:"<<endl;
		return; 
	}
	cout<<"无环"; 
}

下面贴测试代码:

#include<bits/stdc++.h>
using namespace std;
const int N = 500;
int ver[N],nex[N]; 
int n,m,cnt;
int head[N],in[N],tp[N];
stack<int> st;
queue<int> qq;
void add(int a,int b){
	ver[++cnt] = b;
	nex[cnt] = head[a];
	head[a] = cnt;
}
void init(){
	memset(head,-1,sizeof head);
	cin>>n>>m;
	for(int i=1;i<=m;i++){
		int a,b;scanf("%d %d",&a,&b);
		add(a,b);
		in[b]++;
	}
}
void printfst(){
			while(!st.empty()){
			cout<<st.top()<<" ";
			st.pop();
		}
		cout<<endl;
}
void printfqq(){
	while(qq.size()){
		cout<<qq.front()<<" ";
		qq.pop();
	}
	cout<<endl;
}
void bfs_topsort(){
	queue<int > q;
	int sum=0;
	for(int i=1;i<=n;i++)
		if(in[i]==0)
		q.push(i),sum++;
 
	int cnt=0;
	while(!q.empty()){
		int now=q.front();q.pop();
		tp[cnt++]=now;qq.push(now);
		for(int i=head[now];~i;i=nex[i]){
			in[ver[i]]--;
			if(in[ver[i]]==0){
				q.push(ver[i]);
				sum++;
			}
		}
	}
	if(sum<n){
		cout<<"有环:"<<endl;
	}else cout<<"无环"<<endl; 
	printfqq();
}
 
int t,vis[N];
bool dfs(int x){
	vis[x]=-1;//正在遍历中 
	for(int i=head[x];~i;i=nex[i]){
		if(vis[ver[i]]==-1) return false;//存在环;
		else if(!vis[ver[i]] && !dfs(ver[i])) {st.push(ver[i]);return false; }	
	}
	vis[x]=1;//遍历结束 
	return true;
}
void dfs_topsort(){
	t=n;
	for(int i=1;i<=n;i++)
	if(!vis[i] && !dfs(i)){
		cout<<"有环:"<<endl;
		return; 
	}
	cout<<"无环"; 
}
int main(){
	init();
	bfs_topsort();//1 对应第一个测试样例
	dfs_topsort();//2 3 4 
	printfst();
	return 0;
}

/*两组测试数据:
1)有环
4 4
1 2
2 3
3 4
4 2
2)无环
12 16
1 2
1 3
2 3
1 4
3 5
4 5
11 6
5 7
3 7
3 8
6 8
9 10
9 11
9 12
10 12
1 12*/

### 拓扑排序在有向无环图中的实现 #### 使用DFS实现拓扑排序 对于有向无环图(DAG),通过深度优先搜索(DFS)来执行拓扑排序是一种常见的方式。当访问某个节点时,会递归地先访问其所有未被访问过的邻居节点,在回溯过程中记录下当前节点。 ```cpp void DFSVisit(const Graph& G, int u, vector<bool>& visited, list<int>& topoOrder) { visited[u] = true; for (int v : adjacencyList[u]) { if (!visited[v]) DFSVisit(G, v, visited, topoOrder); } // 记录顶点顺序(逆序) topoOrder.push_front(u + 1); } list<int> TopologicalSort_DFS(const Graph& G) { vector<bool> visited(G.n, false); list<int> topoOrder; for (int i = 0; i < G.n; ++i) { if (!visited[i]) DFSVisit(G, i, visited, topoOrder); } return topoOrder; } ``` 这种方法利用了栈结构特性——最后进入的元素最先出来(LIFO),因此可以在每次完成子树遍历之后立即将根结点加入到结果列表中[^1]。 #### 使用BFS实现拓扑排序(Kahn算法) 广度优先搜索(BFS)也可以用来做拓扑排序,这通常被称为Kahn算法。该方法基于入度的概念:只有那些没有任何前置条件的任务才能被执行。具体来说就是找到所有入度为零的节点作为起始点,并将其移除后更新其他节点的入度值,重复此操作直至处理完所有的节点为止。 ```cpp vector<int> TopologicalSort_BFS(const Graph& G) { queue<int> q; vector<int> indegree(G.n, 0); // 初始化各节点的入度 for (auto adjVertices : adjacencyList) for (int dest : adjVertices) indegree[dest]++; // 将所有入度为0的节点放入队列 for (size_t i = 0; i < indegree.size(); ++i) if (indegree[i] == 0) q.push(i); vector<int> result; while (!q.empty()) { int currentVertex = q.front(); q.pop(); result.push_back(currentVertex + 1); for (int neighbor : adjacencyList[currentVertex]) { --indegree[neighbor]; if (indegree[neighbor] == 0) q.push(neighbor); } } // 如果存在环,则无法完全排序 if (result.size() != G.n) throw runtime_error("Graph has at least one cycle"); return result; } ``` 这里采用了一个先进先出(FIFO)的数据结构`queue`,每当遇到一个新的入度降为0的节点就立即处理它并继续寻找新的候选者[^2]. #### 方法比较 两种方式各有优劣: - **时间复杂度**:两者都是O(V+E),其中V表示顶点数量,E代表边的数量. - **空间消耗**:由于都需要额外的空间存储已访问状态以及最终的结果序列,BFS可能还需要更多的辅助数组用于保存各个节点的入度信息。 - **适用场景**: - 当希望按照自然逻辑顺序构建解决方案时可以选择DFS版本; - 对于大规模稀疏网络而言,Khan's Algorithm即BFS更易于理解和实现,而且更容易扩展以支持动态变化的情况.
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值