18、拓扑排序与网络构建：从形容词排序到家族树网络

拓扑排序与网络构建：从形容词排序到家族树网络

1. 拓扑排序与形容词排序

拓扑排序在网络分析中有着独特的应用。例如，在一个示例中，拓扑排序的结果如下：

nx.topological_sort(G)
['NM', 'DC', 'AR', 'HI', 'MI', 'SC', 'PR', 'MS', 'TN', 'CT', 'AL', 'ME',
'OR', 'VT', 'UT', 'DE', 'NC', 'NH', 'WY', 'CO', 'OK', 'IN', 'AK', 'WA',
'SD', 'AZ', 'KS', 'MO', 'RI', 'MA', 'LA', 'TX', 'MD', 'NE', 'IA', 'NV',
'MT', 'ID', 'WV', 'VA', 'KY', 'OH', 'PA', 'NJ', 'ND', 'MN', 'WI', 'IL',
'CA', 'GA', 'FL', 'NY']

不过，拓扑排序的顺序并非十分实用，因为它更关注不可能的情况，而非确定的情况。比如，从这个顺序能知道新墨西哥州（NM）不是纽约州（NY）居民的前五大目的地，但不能断言纽约是新墨西哥居民的前五大目的地。

在创意写作和游戏开发领域，常常需要一系列从“非常糟糕”到“非常好”来描述特定属性的形容词。可以通过以下步骤来实现基于拓扑排序的形容词排序：
1. 定义候选形容词列表 ：包含三十四个单词，如“alpha plus”、“average”、“bad”等。
2. 进行调查 ：将这个列表发布到