拓扑排序

先上一波图看看效果

image

image

DAG与AOV?

DAG(Directed Acyclic Grap)指的是“有向无环图”,通常也称为“流程图”。

当我们要完成一个工程的时候,我们可以先将大的工程分成几个独立的子工程,将子工程d当作“活动”,每个活动之间有先决条件的关系(时间上有着相互制约的关系),就是说活动的执行有一定的顺序。将“活动”看成顶点,以弧表示活动之间的优先关系,这样的图称为“AOV”网(Activity On Vertex NetWork)。

拓扑排序是什么,有什么用?

如果要执行活动A,必须执行活动B,执行B就要执行C,要执行C就要执行A,这样形成一个环的话,就陷入了死循环,那我们怎么知道到底有没有环呢?这时候就出现了拓扑排序,也就是说拓扑排序将检测AOV图中是否有环求一个有向图拓扑排序序列的过程就是拓扑排序。

实现拓扑排序实例。

先来看看用到的结构体吧

#include <stdlib.h>
#include<stdio.h>
#define MAXVEX 20
#define NON -1
typedef char VexType;
typedef float AdjType;

/* 边表中的结点 */
typedef struct EdgeNode {
    int endvex;         // 相邻顶点字段 ,一条边的另一个顶点
    AdjType weight;     //边的权,非带权图可以省略 
    struct EdgeNode *nextedge;  // 链字段 ,连接到下一条边
}*PEdgeNode, *EdgeList;

/*顶点中的信息*/
typedef struct {
    VexType vertex;     // 顶点信息 
    EdgeList edgelist;  //后面所有的边和组成的边
} VexNode;  // 顶点表中的结点 

/*点的集合和边表中链接信息构成了图*/                     
typedef struct {
    int n;              // 图的顶点个数 
    VexNode vexs[MAXVEX];
} GraphList;

拓扑排序只需3步:

  1. 输出顶点入度为0的值
  2. 让这个点消失(删除点及由它发出的边)
  3. 重复执行1和2直到输出无连接边的顶点

当然执行这些之前,你得有个图啊(摊手),已经有图的童鞋请跳过这一步。(下面是插入方法的主要代码)

/*插入顶点及连接的信息*/
void insert(GraphList* p, int a, int b) {//a,b是将要连接的两个顶点
    EdgeList pp;//链接边 
    
    //给顶点赋值
    p->vexs[a].vertex = a;
    //如果指向NON,则说明是最后一个节点
    if (b == NON)
    {
        p->vexs[a].edgelist = NULL;
        return;
    }

    PEdgeNode temp;//边的节点
    temp = (PEdgeNode)malloc(sizeof(EdgeNode));
    temp->endvex = b;
    temp->nextedge = NULL;
    pp = p->vexs[a].edgelist;//将连接边复制给pp

    if (pp == NULL)//连接两个顶点
        p->vexs[a].edgelist = temp;
    else {//将新边连接到后边
        while (pp->nextedge != NULL)
            pp = pp->nextedge;
        pp->nextedge = temp;
    }
}

咳咳,现在开始拓扑排序了。

  1. 输出顶点入度为0的值
    首先你得找到哪些点入度为0(统计入度)
    /*统计入度*/
    Indegree = (int *)malloc(GL->n * sizeof(int));//存储入度
    for (i = 0; i<GL->n; i++)
        Indegree[i] = 0;
    for (i = 0; i < GL->n; i++)
    {
        EdgeList p = GL->vexs[i].edgelist;
        while (p != NULL)
        {
            Indegree[p->endvex]++;
            p = p->nextedge;
        }
    }//所有点的入度已经存储完毕
        ```
  然后就把入度为0的顶点揪出来吧**(入度为0的揪出来放到stack里面)**

for (j = 0; j < GL->n; j++)//初始化stack栈
{
stack[j] = -1;
}
/*
*将入度为0的节点入栈
*/
for (i = 0; i < GL->n; i++)
{
if (Indegree[i] == 0)
{
stack[top] = i;
top++;
}
}
top--;//top在执行完之后多加了一个

终于可以输出入度为0的点了吧。

printf("%d ", GL->vexs[gettop].vertex);//输出顶点自身

只有一句话吗?
2. 让已经输出的顶点就消失吧。

//输出顶点信息以后减少相应链接点的入度,标志着这个点从此消失
Indegree[GL->vexs[gettop].edgelist->endvex]--;
e = GL->vexs[gettop].edgelist->nextedge;
while (e != NULL)
{
Indegree[e->endvex]--;
e = e->nextedge;
}

当看到这里的时候,就应该想如果最后一个顶点也这样输出的话,就会出现内存泄露了,所以当到最后一个顶点的时候,就特殊处理吧。

####然后通过循环就可以进行拓扑排序啦,别忘了用一个计数器来记录输出的个数,最后通过输出的个数来判断是否能进行拓扑排序。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350