标签：bsp def 节点 排序 备份 算法思想 依赖 选择 dag
在计算机科学领域中，有向图的拓扑排序是其顶点的先行排序，对于每个从顶点u到顶点v的有向边uv，在排序的结果中u都在v之前。
如果图是有向无环图，则拓扑排序是可能的（为什么不说一定呢？）
任何DAG具有至少一个拓扑排序，并且这些已知算法用于在线性时间内构建任何DAG的拓扑排序
图论：是组合数学的一个分支，它和其他分支比如：群论、拓扑学、矩阵论有着密切的关系。图是图论的主要研究对象。图是由若干给定的顶点以及连接两定点的变构成的图形，这些图形通常用来描述某些事物间的某种特定关系。顶点用于代表事物，而顶点之间的边则代表事物之间具有这种特定关系。
在图论中，由一个有向无环图的顶点组成的序列，并且仅当满足以下条件时，称为改图的一个拓扑排序：
每个顶点只出现一次
当在序列中A出现在B以前，则图中不存在由B指向A的路径
卡恩算法
找到入度为0的点，将该点放到结果中，然后再图中将此节点相连的边删去，重新搜索图，再次找到入度为0的点，因为这个点的父节点已经出现在结果集中，所以该点也能被放入结果集中。重复直到图中没有入度为0的点
如果此时结果集中的点个数等于原来图中的点的个数，就说明排序成功完成，否则就说明待排序的图不是有向无环图，无法排序
对于已经是有向无环图的排序过程：
找到入度为0的点，放入结果集中，然后删去与该节点相连的边
重复执行上述操作，直到结果中点的个数和图的节点数相同
def topological_sort(G):
‘‘‘找到入度为0的节点a，然后将其放在序列中，删去这个a的邻接点列表‘‘‘
topological_list=[]
node_list=list(range(len(G)))
node_list_temp=copy.deepcopy(node_list)#为node_list选择的备份原因如下：
#如果找到的第一个入度为0的点不删去，那么每次while结束选择的都将是这个点
#但是也不能在遍历node_list时删去，那样会造成死循环（类似与for i in range(a):,在循环中又对a进行操作的意思
while True:
if len(topological_list)==len(G):
return topological_list
node_list=node_list_temp
for node in node_list:
flage=True
for i in range(len(G)):#在所有结点的邻接点列表中遍历，若均未存在，说明不依赖任何点，即入度为0
if node in G[i]:
flage=False
break
if flage:
node_list_temp.remove(node)
G[node]=[]#选择置空，否则会造成下标溢出
topological_list.append(node)
break
# return topological_list
线性时间
产生和检测有向无环图
标签：bsp def 节点 排序 备份 算法思想 依赖 选择 dag
原文地址：https://www.cnblogs.com/Gaoqiking/p/11412248.html
