拓扑排序(简单模板)

描述
由于今天上课的老师讲的特别无聊,小Hi和小Ho偷偷地聊了起来。
小Ho:小Hi,你这学期有选什么课么?
小Hi:挺多的,比如XXX1,XXX2还有XXX3。本来想选YYY2的,但是好像没有先选过YYY1,不能选YYY2。
小Ho:先修课程真是个麻烦的东西呢。
小Hi:没错呢。好多课程都有先修课程,每次选课之前都得先查查有没有先修。教务公布的先修课程记录都是好多年前的,不但有重复的信息,好像很多都不正确了。
小Ho:课程太多了,教务也没法整理吧。他们也没法一个一个确认有没有写错。
小Hi:这不正是轮到小Ho你出马的时候了么!
小Ho:哎??
我们都知道大学的课程是可以自己选择的,每一个学期可以自由选择打算学习的课程。唯一限制我们选课是一些课程之间的顺序关系:有的难度很大的课程可能会有一些前置课程的要求。比如课程A是课程B的前置课程,则要求先学习完A课程,才可以选择B课程。大学的教务收集了所有课程的顺序关系,但由于系统故障,可能有一些信息出现了错误。现在小Ho把信息都告诉你,请你帮小Ho判断一下这些信息是否有误。错误的信息主要是指出现了”课程A是课程B的前置课程,同时课程B也是课程A的前置课程”这样的情况。当然”课程A是课程B的前置课程,课程B是课程C的前置课程,课程C是课程A的前置课程”这类也是错误的。
提示:拓扑排序
×
提示:拓扑排序
小Ho拿出纸笔边画边说道:如果把每一门课程看作一个点,那么顺序关系也就是一条有向边了。错误的情况也就是出现了环。我知道了!这次我们要做的是判定一个有向图是否有环。

小Hi:小Ho你有什么想法么?
<小Ho思考了一会儿>
小Ho:一个直观的算法就是每次删除一个入度为0的点,直到没有入度为0的点为止。如果这时还有点没被删除,这些没被删除的点至少组成一个环;反之如果所有点都被删除了,则有向图中一定没有环。

小Hi:Good Job!那赶快去写代码吧!
小Ho又思考了一会儿,挠了挠头说:每次删除一个点之后都要找出当前入度为0的点,这一步我没想到高效的方法。通过扫描一遍剩余的边可以找所有出当前入度为0的点,但是每次删除一个节点之后都扫描一遍的话复杂度很高。
小Hi赞许道:看来你已经养成写代码前分析复杂度的意识了!这里确实需要一些实现技巧,才能把复杂度降为O(N+M),其中N和M分别代表点数和边数。我给你一个提示:如果我们能维护每个点的入度值,也就是在删除点的同时更新受影响的点的入度值,那么是不是就能快速找出入度为0的点了呢?
小Ho:我明白了,这个问题可以这样来解决:
1. 计算每一个点的入度值deg[i],这一步需要扫描所有点和边,复杂度O(N+M)。
2. 把入度为0的点加入队列Q中,当然有可能存在多个入度为0的点,同时它们之间也不会存在连接关系,所以按照任意顺序加入Q都是可以的。
3. 从Q中取出一个点p。对于每一个未删除且与p相连的点q,deg[q] = deg[q] – 1;如果deg[q]==0,把q加入Q。
4. 不断重复第3步,直到Q为空。
最后剩下的未被删除的点,也就是组成环的点了。
小Hi:没错。这一过程就叫做拓扑排序。
小Ho:我懂了。我这就去实现它!
< 十分钟之后 >
小Ho:小Hi,不好了,我的程序写好之后编译就出诡异错误了!
小Hi:诡异错误?让我看看。
小Hi凑近电脑屏幕看了看小Ho的源代码,只见小Ho写了如下的代码:
int edge[ MAXN ][ MAXN ];
小Hi:小Ho,你有理解这题的数据范围么?
小Ho:N最大等于10万啊,怎么了?
小Hi:你的数组有10万乘上10万,也就是100亿了。算上一个int为4个字节,这也得400亿字节,将近40G了呢。
小Ho:啊?!那我应该怎么?QAQ
小Hi:这里就教你一个小技巧好了:
这道题目中N的数据范围在10万,若采用邻接矩阵的方式来储存数据显然是会内存溢出。而且每次枚举一个点时也可能会因为枚举过多无用的而导致超时。因此在这道题目中我们需要采用邻接表的方式来储存我们的数据:
常见的邻接表大多是使用的指针来进行元素的串联,其实我们可以通过数组来模拟这一过程。
int head[ MAXN + 1] = {0}; // 表示头指针,初始化为0
int p[ MAXM + 1]; // 表示指向的节点
int next[ MAXM + 1] = {0}; // 模拟指针,初始化为0
int edgecnt; // 记录边的数量

void addedge(int u, int v) { // 添加边(u,v)
++edgecnt;
p[ edgecnt ] = v;
next[ edgecnt ] = head[u];
head[u] = edgecnt;
}

// 枚举边的过程,u为起始点
for (int i = head[u]; i; i = next[i]) {
v = p[i];

}
小Ho:原来还有这种办法啊?好咧。我这就去改进我的算法=v=
Close
输入
第1行:1个整数T,表示数据的组数T(1 <= T <= 5)
接下来T组数据按照以下格式:
第1行:2个整数,N,M。N表示课程总数量,课程编号为1..N。M表示顺序关系的数量。1 <= N <= 100,000. 1 <= M <= 500,000
第2..M+1行:每行2个整数,A,B。表示课程A是课程B的前置课程。
输出
第1..T行:每行1个字符串,若该组信息无误,输出”Correct”,若该组信息有误,输出”Wrong”。

题目链接:

https://cn.vjudge.net/problem/624141/origin

Sample Input
2
2 2
1 2
2 1
3 2
1 2
1 3
Sample Output
Wrong
Correct
描述
由于今天上课的老师讲的特别无聊,小Hi和小Ho偷偷地聊了起来。
小Ho:小Hi,你这学期有选什么课么?
小Hi:挺多的,比如XXX1,XXX2还有XXX3。本来想选YYY2的,但是好像没有先选过YYY1,不能选YYY2。
小Ho:先修课程真是个麻烦的东西呢。
小Hi:没错呢。好多课程都有先修课程,每次选课之前都得先查查有没有先修。教务公布的先修课程记录都是好多年前的,不但有重复的信息,好像很多都不正确了。
小Ho:课程太多了,教务也没法整理吧。他们也没法一个一个确认有没有写错。
小Hi:这不正是轮到小Ho你出马的时候了么!
小Ho:哎??
我们都知道大学的课程是可以自己选择的,每一个学期可以自由选择打算学习的课程。唯一限制我们选课是一些课程之间的顺序关系:有的难度很大的课程可能会有一些前置课程的要求。比如课程A是课程B的前置课程,则要求先学习完A课程,才可以选择B课程。大学的教务收集了所有课程的顺序关系,但由于系统故障,可能有一些信息出现了错误。现在小Ho把信息都告诉你,请你帮小Ho判断一下这些信息是否有误。错误的信息主要是指出现了”课程A是课程B的前置课程,同时课程B也是课程A的前置课程”这样的情况。当然”课程A是课程B的前置课程,课程B是课程C的前置课程,课程C是课程A的前置课程”这类也是错误的。
提示:拓扑排序
×
提示:拓扑排序
小Ho拿出纸笔边画边说道:如果把每一门课程看作一个点,那么顺序关系也就是一条有向边了。错误的情况也就是出现了环。我知道了!这次我们要做的是判定一个有向图是否有环。

小Hi:小Ho你有什么想法么?
<小Ho思考了一会儿>
小Ho:一个直观的算法就是每次删除一个入度为0的点,直到没有入度为0的点为止。如果这时还有点没被删除,这些没被删除的点至少组成一个环;反之如果所有点都被删除了,则有向图中一定没有环。

小Hi:Good Job!那赶快去写代码吧!
小Ho又思考了一会儿,挠了挠头说:每次删除一个点之后都要找出当前入度为0的点,这一步我没想到高效的方法。通过扫描一遍剩余的边可以找所有出当前入度为0的点,但是每次删除一个节点之后都扫描一遍的话复杂度很高。
小Hi赞许道:看来你已经养成写代码前分析复杂度的意识了!这里确实需要一些实现技巧,才能把复杂度降为O(N+M),其中N和M分别代表点数和边数。我给你一个提示:如果我们能维护每个点的入度值,也就是在删除点的同时更新受影响的点的入度值,那么是不是就能快速找出入度为0的点了呢?
小Ho:我明白了,这个问题可以这样来解决:
1. 计算每一个点的入度值deg[i],这一步需要扫描所有点和边,复杂度O(N+M)。
2. 把入度为0的点加入队列Q中,当然有可能存在多个入度为0的点,同时它们之间也不会存在连接关系,所以按照任意顺序加入Q都是可以的。
3. 从Q中取出一个点p。对于每一个未删除且与p相连的点q,deg[q] = deg[q] – 1;如果deg[q]==0,把q加入Q。
4. 不断重复第3步,直到Q为空。
最后剩下的未被删除的点,也就是组成环的点了。
小Hi:没错。这一过程就叫做拓扑排序。
小Ho:我懂了。我这就去实现它!
< 十分钟之后 >
小Ho:小Hi,不好了,我的程序写好之后编译就出诡异错误了!
小Hi:诡异错误?让我看看。
小Hi凑近电脑屏幕看了看小Ho的源代码,只见小Ho写了如下的代码:
int edge[ MAXN ][ MAXN ];
小Hi:小Ho,你有理解这题的数据范围么?
小Ho:N最大等于10万啊,怎么了?
小Hi:你的数组有10万乘上10万,也就是100亿了。算上一个int为4个字节,这也得400亿字节,将近40G了呢。
小Ho:啊?!那我应该怎么?QAQ
小Hi:这里就教你一个小技巧好了:
这道题目中N的数据范围在10万,若采用邻接矩阵的方式来储存数据显然是会内存溢出。而且每次枚举一个点时也可能会因为枚举过多无用的而导致超时。因此在这道题目中我们需要采用邻接表的方式来储存我们的数据:
常见的邻接表大多是使用的指针来进行元素的串联,其实我们可以通过数组来模拟这一过程。
int head[ MAXN + 1] = {0}; // 表示头指针,初始化为0
int p[ MAXM + 1]; // 表示指向的节点
int next[ MAXM + 1] = {0}; // 模拟指针,初始化为0
int edgecnt; // 记录边的数量

void addedge(int u, int v) { // 添加边(u,v)
++edgecnt;
p[ edgecnt ] = v;
next[ edgecnt ] = head[u];
head[u] = edgecnt;
}

// 枚举边的过程,u为起始点
for (int i = head[u]; i; i = next[i]) {
v = p[i];

}
小Ho:原来还有这种办法啊?好咧。我这就去改进我的算法=v=
Close
输入
第1行:1个整数T,表示数据的组数T(1 <= T <= 5)
接下来T组数据按照以下格式:
第1行:2个整数,N,M。N表示课程总数量,课程编号为1..N。M表示顺序关系的数量。1 <= N <= 100,000. 1 <= M <= 500,000
第2..M+1行:每行2个整数,A,B。表示课程A是课程B的前置课程。
输出
第1..T行:每行1个字符串,若该组信息无误,输出”Correct”,若该组信息有误,输出”Wrong”。
Sample Input
2
2 2
1 2
2 1
3 2
1 2
1 3
Sample Output
Wrong
Correct


#include<stdio.h>
#include<string.h>
#include<iostream>
#include<math.h>
#include<stack>
#include<queue>
#include<algorithm>
#define MAXN 100010


using namespace std;
queue <int> que;
int n,m;
struct node{
    int val;
    int next;
}edge[MAXN];
int head[MAXN],in[MAXN];//in数组代表有几个入度
int num ;
//邻接链表的建立
void add(int x,int y){
    edge[num].val = y;
    edge[num].next = head[x];
    head[x] = num++;
}
int main()
{
    int t;
    int ans;
    scanf("%d",&t);
    while(t--){
        ans = 0;
        num = 1;
        scanf("%d%d",&n,&m);
        memset(in,0,sizeof(in));
        memset(head,-1,sizeof(head));
        for(int i=0;i<m;i++){
            int tmp1,tmp2;
            scanf("%d%d",&tmp1,&tmp2);
            add(tmp1,tmp2);
            in[tmp2]++;
        }
        for(int i=1;i<=n;i++){
            if(!in[i]){
                que.push(i);
                ans++;
            }
        }
        while(!que.empty()){
            int k= que.front();
            que.pop();
            for(int i=head[k];i!=-1;i=edge[i].next){
                int v = edge[i].val;
                in[v]--;
                if(!in[v]){
                    que.push(v);
                    ans++;
                }
            }
        }
        if(ans==n)
            printf("Correct\n");
        else
            printf("Wrong\n");
    }
    return 0;
}
    原文作者:拓扑排序
    原文地址: https://blog.csdn.net/weixin_40488730/article/details/82526093
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞