python实现拓扑排序的基本教程

概述拓扑排序几乎在所有的项目，甚至日常生活，待完成的不同任务之间通常都会存在着某些依赖关系，这些依赖关系会为它们的执行顺序行程表部分约束。对于这种依赖关系，很容易将其表示成一个有向无环图（DirectedAcyclic

拓扑排序

几乎在所有的项目，甚至日常生活，待完成的不同任务之间通常都会存在着某些依赖关系，这些依赖关系会为它们的执行顺序行程表部分约束。对于这种依赖关系，很容易将其表示成一个有向无环图（Directed Acyclic Graph，DAG，无环是一个重要条件），并将寻找其中依赖顺序的过程称为拓扑排序（topological sorting）。

拓扑排序要满足如下两个条件

每个顶点出现且只出现一次。 若A在序列中排在B的前面，则在图中不存在从B到A的路径。

拓扑排序算法

任何无回路的顶点活动网（AOV网）N都可以做出拓扑序列：

从N中选出一个入度为0的顶点作为序列的下一顶点。 从N网中删除所选顶点及其所有的出边。 反复执行上面两个步骤，知道已经选出了图中的所有顶点，或者再也找不到入度为非0的顶点时算法结束。

如果剩下入度非0的顶点，就说明N中有回路，不存在拓扑排序。

存在回路，意味着某些活动的开始要以其自己的完成作为先决条件，这种现象成为活动之间的死锁。一种常见的顶点活动网实例是大学课程的先修课程。课程知识有前后练习，一门课可能以其他课程的知识为基础，学生想选修这门课程时，要看是否已修过所有先修课程。如果存在一个回路的话，那就意味着进入了一个循环，那么该同学就毕不了业了。

因此可以说拓扑排序算法是为了做出满足制约关系的工作安排。

下面我们 *** 作一个实例，如下图是一个有向无环图：

用字典表示：G = { 'a':'bce','b':'d','c':'d','d':'','e':'cd'}

代码实现：

def toposort(graph): in_degrees = dict((u,0) for u in graph) #初始化所有顶点入度为0 vertex_num = len(in_degrees) for u in graph:  for v in graph[u]:   in_degrees[v] += 1  #计算每个顶点的入度 Q = [u for u in in_degrees if in_degrees[u] == 0] # 筛选入度为0的顶点 Seq = [] while Q:  u = Q.pop()  #默认从最后一个删除  Seq.append(u)  for v in graph[u]:   in_degrees[v] -= 1  #移除其所有指向   if in_degrees[v] == 0:    Q.append(v)   #再次筛选入度为0的顶点 if len(Seq) == vertex_num:  #如果循环结束后存在非0入度的顶点说明图中有环，不存在拓扑排序  return Seq else:  print("there's a circle.")G = { 'a':'bce','e':'cd'}print(toposort(G))

输出结果：

['a','e','c','b','d']

图中有环的情况：

G = { 'a':'bce','d':'e','e':'cd'}

输出结果：

there's a circle.None

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对编程小技巧的支持。

您可能感兴趣的文章:python sort、sorted高级排序技巧python里对list中的整数求平均并排序python字符串排序方法python冒泡排序算法的实现代码python冒泡排序简单实现方法python快速排序代码实例python 算法 排序实现快速排序python 实现插入排序算法python选择排序算法的实现代码 总结

以上是内存溢出为你收集整理的python实现拓扑排序的基本教程全部内容，希望文章能够帮你解决python实现拓扑排序的基本教程所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。