当前位置: 首页 > article >正文

拓扑排序(C++类封装+数组模拟队列和邻接表)

拓扑序列

对于任何无回路的AOV网,其顶点均可排成拓扑序列,并且其拓扑序列未必唯一。步骤如下:

1.从网中选择一个入度为0的顶点且输出。

2.从网中删除该顶点及其所有出边

3.执行1,2,直至所有顶点已输出,或网中剩余顶点均不为0,说明网中存在回路,无法继续拓扑排列。(因此拓扑排列算法也可用来判断一个有向图中是否存在回路。)

准备工作

假定AOV网用邻接表的形式存储,为实现拓扑排序算法,事先需做好以下两项准备工作:

1.建立一个数组count[ ],count[i]的元素值取对应顶点i的入度

2.建立一个堆栈栈中存放入度为0的顶点,每当一个顶点的入度为0,就将其压入栈。

优化模拟堆栈

事实上,可以不为该顶点栈另外分配存储空间,而实直接利用入度为0的顶点的count[ ]数组元素的值来模拟堆栈的压入和弹出。方法如下:

1.设置一个”栈顶指针“top,以指示当前”栈顶“位置(这里的”栈“是模拟的,实际并不存在真正的堆栈)。

2.初始化“栈”时,top值设为-1,表示”栈“空。

3.当顶点i的入度为0,应该进“栈”时,将“栈顶指针”所指的顶点序号放在count[i]中,并更新“栈顶指针”top,令其指向顶点i:

count[I]=top;

top=i;

4.当应该从“栈”中弹出一个顶点时,把原“栈顶”位置记录下来,top退到“次栈顶”:

j=top;

top=count[top];

入度为0的顶点均要被压入“栈”,故每一次“弹出”的顶点(top所指向的顶点)入度都是0,显然,顶点的被弹出次序实际是“栈顶”指针top的变化次序,也就是拓扑排序时顶点的输出次序。如果“栈顶指针”top值变为-1,而顶点却未被全部输出,说明网中有回路,此时算法强制终止拓扑排序。

实现代码 

形式一:类封装

//对包含n个顶点的AOV网进行拓扑排序
void Graph_List::TopoOrder() {
	int n = graphsize;
	int* count = new int[n];
	//计算count数组
	for (int i = 0; i < n; i++) count[i] = 0;
	for (int i = 0; i < n; i++) {
		Edge* p = Head[i].adjacent;
		while (p != NULL) {
			count[p->VerAdj]++;
			p = p->link;
		}
	}
	int top = -1;  //初始化“栈顶指针”
	for (int i = 0; i < n; i++) {
		if (count[i] == 0) {
			count[i] = top;
			top = i;
		}
	}
	for (int i = 0; i < n; i++) {
		//若循环体尚未被执行n次,栈顶指针已为-1,说明有回路,终止程序
		if (top == -1) {
			cout << "There is a cycle in network!" << endl;
			return;
		}
		else {
			int j = top;  //从栈中弹出一个顶点j
			top = count[top];
			cout << j << endl;  //输出该顶点
			Edge* p = Head.adjacent;  //令p为j的边链表头指针
			while (p != NULL) {  //从当前的图中删除与j关联的边
				int k = p->VerAdj;  //k为边终点
				if (--count[k] == 0) {  //入度-1
					count[k] = top;  //若入度为0,则k入栈
					top = k;
				}
				p = p->link;
			}
		}
	}
	delete[] count;
}

形式二:数组模拟队列和邻接表 

const int N=100010;
int n; //顶点数
//数组模拟队列和邻接表的拓扑排序
void topsort() {
	int q[N];  //模拟队列的数组q
	int hh = 0, tt = -1;  //队头hh,队尾tt
	int	count[N] = { 0 };  //存储图中所有顶点的入度
	int h[N]={ -1 }, e[N], ne[N], idx = 0;  //h为顶点结点,e存储顶点值,ne表示链接关系,-1表示无邻接点
	//计算所有顶点的入度
	for (int i = 1; i <= n; i++) {
		for (int j = h[i]; j != -1; j = ne[j]) {
			count[e[j]]++;
		}
	}
	//将n个顶点中所有入度为0的顶点入队
	for (int i = 1; i <= n; i++) {
		if (count[i] == 0) q[++tt] = i;
	}
	//
	while (hh <= tt) {
		int t = q[hh++];  //队头取出顶点
		//遍历所有与t邻接的顶点
		for (int i = h[t]; i != -1; i = ne[i]) {
			int j = e[i];  //与t邻接的顶点j的入度都-1
			count[j]--;  
			if (count[j] == 0) q[++tt] = j;  //若入度为0,则入队
		}
	}
	//若队尾tt=n-1,则证明n个顶点全部遍历
	if (tt == n - 1) {
		//此时队列内存储的便是拓扑序列
		for (int i = 0; i < n; i++) cout << q[i] << " ";
	}
	//否则,未全部遍历,存在回路
	else cout << "There is a cycle in network!" << endl;
}

《数据结构》刘大友||第6章 图||6.4拓扑排序 


http://www.kler.cn/a/386234.html

相关文章:

  • 【数据结构】AVL树
  • 【OpenEuler】配置虚拟ip
  • netmap.js:基于浏览器的网络发现工具
  • JavaSecLab靶场搭建
  • Linux网络——网络初识
  • LeetCode 86.分隔链表
  • 代码随想录之双指针刷题总结
  • wordpress判断page页与非page页
  • 【图论】图的C++实现代码
  • Python小白学习教程从入门到入坑------第二十八课 文件基础操作文件读写(语法进阶)
  • 【AIGC】如何通过ChatGPT轻松制作个性化GPTs应用
  • java后台生成模拟聊天截图并返回给前端
  • MySql中索引为什么用B+树,他有什么特点?时间复杂度是多少?能存多少数据?是不是只能三层?他与B-树有什么不同?还有其它的树你是是否知道?
  • AIPPT项目(提供完整API接入支持套壳)成熟产品线上运营
  • MySQL常用订单表复杂查询15例
  • 找工作就上:万码优才!海量技术岗位等你来
  • PKG_CHECK_MODULES(FUSE,fuse)
  • 「实战应用」如何用图表控件LightningChart .NET在WPF中制作表格?(一)
  • 关于 CSS 常用布局及特点作用
  • 微信小程序-事件总线
  • BP 神经网络模型:原理、实现与应用
  • GFPS技术原理(二)-模型注册和配置
  • react中的组件传参
  • pythons工具——图像的随机增强变换(只是变换了图像,可用于分类训练数据的增强)
  • Elasticsearch 实战应用详解!
  • Vue3+exceljs+file-saver 实现将表格数据中包含图片导出Excel