【图论】有向无环图的拓扑排序

【图论】有向无环图的拓扑排序

1. 引言

有向无环图(Directed Acyclic Graph, DAG)是有向图的一种,字面意思的理解就是图中没有环。常常被用来表示事件之间的驱动依赖关系,管理任务之间的调度。拓扑排序是对DAG的顶点进行排序,使得对每一条有向边(u, v),均有u(在排序记录中)比v先出现。亦可理解为对某点v而言,只有当v的所有源点均出现了,v才能出现。

下图给出有向无环图的拓扑排序:

《【图论】有向无环图的拓扑排序》

下图给出的顶点排序不是拓扑排序,因为顶点D的邻接点E比其先出现:

《【图论】有向无环图的拓扑排序》

2. 算法原理与实现

拓扑排序的实现算法有两种:入度表、DFS,其时间复杂度均为《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》O(V+E)

入度表

对于DAG的拓扑排序,显而易见的办法:

  • 找出图中0入度的顶点;
  • 依次在图中删除这些顶点,删除后再找出0入度的顶点;
  • 然后再删除……再找出……
  • 直至删除所有顶点,即完成拓扑排序

为了保存0入度的顶点,我们采用数据结构(亦可用队列);算法的可视化可参看这里

图用邻接表(adjacency list)表示,用数组inDegreeArray[]记录结点的入度变化情况。C实现:

// get in-degree array
int *getInDegree(Graph *g) {
    int *inDegreeArray = (int *) malloc(g->V * sizeof(int));
    memset(inDegreeArray, 0, g->V * sizeof(int));
    int i;
    AdjListNode *pCrawl;
    for(i = 0; i < g->V; i++) {
        pCrawl = g->array[i].head;
        while(pCrawl) {
            inDegreeArray[pCrawl->dest]++;
            pCrawl = pCrawl->next;
        }
    }
    return inDegreeArray;
}

// topological sort function
void topologicalSort(Graph *g) {
    int *inDegreeArray = getInDegree(g);
    Stack *zeroInDegree = initStack();
    int i;
    for(i = 0; i < g->V; i++) {
        if(inDegreeArray[i] == 0)
            push(i, zeroInDegree);
    }

    printf("topological sorted order\n");
    AdjListNode *pCrawl;
    while(!isEmpty(zeroInDegree)) {
        i = pop(zeroInDegree);
        printf("vertex %d\n", i);

        pCrawl = g->array[i].head;
        while(pCrawl) {
            inDegreeArray[pCrawl->dest]--;
            if(inDegreeArray[pCrawl->dest] == 0)
                push(pCrawl->dest, zeroInDegree);
            pCrawl = pCrawl->next;
        }
    }
}

时间复杂度:得到inDegreeArray[]数组的复杂度为《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》O(V+E);顶点进栈出栈,其复杂度为《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》O(V);删除顶点后将邻接点的入度减1,其复杂度为《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》O(E);整个算法的复杂度为《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》O(V+E)

DFS

在DFS中,依次打印所遍历到的顶点;而在拓扑排序时,顶点必须比其邻接点先出现。在下图中,顶点5比顶点0先出现,顶点4比顶点1先出现。

《【图论】有向无环图的拓扑排序》

在DFS实现拓扑排序时,用来保存拓扑排序的顶点序列;并且保证在某顶点入栈前,其所有邻接点已入栈。DFS版拓扑排序的可视化参看这里

C实现:

/* recursive DFS function to traverse the graph, * the graph is represented by adjacency list */
void dfs(int u, Graph *g, int *visit, Stack *s) {
   visit[u] = 1;
   AdjListNode *pCrawl = g->array[u].head;
   while(pCrawl) {
       if(!visit[pCrawl->dest])
           dfs(pCrawl->dest, g, visit, s);
       pCrawl = pCrawl->next;
   }
   push(u, s);
}

// the topological sort function
void topologicalSort(Graph *g) {
   int *visit = (int *) malloc(g->V * sizeof(int));
   memset(visit, 0, g->V * sizeof(int));
   Stack *s = initStack();
   int i;
   for(i = 0; i < g->V; i++) {
       if(!visit[i]) dfs(i, g, visit, s);
   }

   // the order of stack element is the sorted order
   while(!isEmpty(s)) {
       printf("vertex %d\n", pop(s));
   }
}

时间复杂度:应与DFS相同,为《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》《【图论】有向无环图的拓扑排序》O(V+E)

完整代码在Github

3. 参考资料

[1] R. Rao, Lecture 20: Topo-Sort and Dijkstra’s Greedy Idea.
[2] GeeksforGeeks, Topological Sorting.
[3] GeeksforGeeks, Graph and its representations.

出处:
http://www.cnblogs.com/en-heng/

    原文作者:拓扑排序
    原文地址: https://blog.csdn.net/JIESA/article/details/78197625
    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