拓扑排序算法
目录
- 一、问题描述
- 三、检测有向图的环
- 三、基于深度优先的顶点排序
- 四、拓扑排序实现
一、问题描述
在现实生活中,我们经常会同一时间接到很多任务去完成,但是这些任务的完成是有先后次序的。以我们学习java学科为例,我们需要学习很多知识,但是这些知识在学习的过程中是需要按照先后次序来完成的。从java基础,到jsp/servlet,到ssm,到springboot等是个循序渐进且有依赖的过程。在学习jsp前要首先掌握java基础和html基础,学习ssm框架前要掌握jsp/servlet之类才行。
拓扑排序:
给定一副有向图,将所有的顶点排序,使得所有的有向边均从排在前面的元素指向排在后面的元素,此时就可以明确的表示出每个顶点的优先级。下列是一副拓扑排序后的示意图。
三、检测有向图的环
如果学习x课程前必须先学习y课程,学习y课程前必须先学习z课程,学习z课程前必须先学习x课程,那么一定是有问题了,我们就没有办法学习了,因为这三个条件没有办法同时满足。其实这三门课程x、y、z的条件组成了一个环:
因此,如果我们要使用拓扑排序解决优先级问题,首先得保证图中没有环的存在。
检测有向环的API设计
在API中添加了onStack[] 布尔数组,索引为图的顶点,当我们深度搜索时:
- 在如果当前顶点正在搜索,则把对应的onStack数组中的值改为true,标识进栈;
- 如果当前顶点搜索完毕,则把对应的onStack数组中的值改为false,标识出栈;
- 如果即将要搜索某个顶点,但该顶点已经在栈中,则图中有环;
需要提到的是,在此处我使用的有向图结构是基于邻接表实现,具体可以观看Java数据结构-图
在这里,我直接给出检测有向图是否有环的代码
public class DirectedCycle {
// 索引代表顶点,值表示当前顶点是否已经被搜索
private boolean[] marked;
// 记录图中是否有环
private boolean hasCycle;
// 索引代表顶点,使用栈的思想,记录当前顶点有没有已经处于正在搜索的有向路径上
private boolean[] onStack;
// 创建一个检测环对象,检测图G中是否有环
public DirectedCycle(Digraph G){
// 初始化marked数组
this.marked = new boolean[G.V()];
// 初始化hasCycle
this.hasCycle = false;
// 初始化onStack数组
this.onStack = new boolean[G.V()];
// 找到图中每一个顶点,让每一个顶点作为入口,调用一次dfs进行搜索
for (int v =0; v<G.V();v++){
// 判断如果当前顶点还没有搜索过,则调用dfs进行搜索
if (!marked[v]){
dfs(G,v);
}
}
}
// 基于深度优先搜索,检测图G中是否有环
private void dfs(Digraph G, int v){
// 把顶点v表示为已搜索
marked[v] = true;
// 把当前顶点进栈
onStack[v] = true;
// 进行深度搜索
for (Integer w : G.adj(v)) {
// 判断如果当前顶点w没有被搜索过
// 则继续递归调用dfs方法完成深度优先搜索
if (!marked[w]){
dfs(G,w);
}
/*
判断当前顶点w是否已经在栈中,
如果已经在栈中,证明当前顶点之前处于正在搜索的状态,
那么现在又要搜索一次,证明检测到环了
*/
if (onStack[w]){
hasCycle = true;
return;
}
}
// 把当前顶点出栈
onStack[v] = false;
}
// 判断当前有向图G中是否有环
public boolean hasCycle(){
return hasCycle;
}
}
三、基于深度优先的顶点排序
如果要把图中的顶点生成线性序列其实是一件非常简单的事,在使用深度优先搜索中我们会发现其实深度优先搜索有一个特点,那就是在一个连通子图上,每个顶点只会被搜索一次,如果我们能在深度优先搜索的基础上,添加一行代码,只需要将搜索的顶点放入到线性序列的数据结构中,我们就能完成这件事。
顶点排序API设计
在API的设计中,我们添加了一个栈reversePost(在实现中直接使用的ArrayList)用来存储顶点,当我们深度搜索图时,每搜索完毕一个顶点,把该顶点放入到reversePost中,这样就可以实现顶点排序。
最终,整个栈的倒序就是这个图的顶点排序结果
import java.util.ArrayList;
import java.util.Collections;
public class DepthFirstOrder {
// 索引代表顶点,值表示当前顶点是否已经被搜索
private boolean[] marked;
// 存储顶点序列
private ArrayList<Integer> reversePost;
// 创建一个顶点排序对象
public DepthFirstOrder(Digraph G){
// 初始化marked数组
this.marked = new boolean[G.V()];
// 初始化reversePost (这里使用 ArrayList 充当栈)
this.reversePost = new ArrayList<Integer>();
// 遍历图中的每一个顶点,让每个顶点作为入口,完成一次深度优先搜索
for (int v = 0; v < G.V(); v++){
if (!marked[v]){
dfs(G,v);
}
}
}
// 基于深度优先搜索,把顶点排序
private void dfs(Digraph G, int v){
// 标记当前v已经被搜索
marked[v] = true;
// 通过循环深度搜索顶点v
for (Integer w : G.adj(v)) {
// 如果当前顶点w没有搜索,则递归调用dfs进行搜索
if (!marked[w]){
dfs(G,w);
}
}
// 让顶点v进栈
reversePost.add(v);
}
// 获取顶点线性序列
public ArrayList<Integer> reversePost(){
// 顺序反转
Collections.reverse(reversePost);
return reversePost;
}
}
四、拓扑排序实现
前面已经实现了环的检测以及顶点排序,那么拓扑排序就很简单了,基于一幅图,先检测有没有环,如果没有环,则调用顶点排序即可。
API设计
import java.util.ArrayList;
public class TopoLogical {
// 顶点的拓扑排序
private ArrayList<Integer> order;
// 构造拓扑排序对象
public TopoLogical(Digraph G) {
// 创建一个检测有向环的对象
DirectedCycle cycle = new DirectedCycle(G);
// 判断G图中有没有环,如果没有环,则进行顶点排序:创建一个顶点排序对象
if (!cycle.hasCycle()){
DepthFirstOrder depthFirstOrder = new DepthFirstOrder(G);
order = depthFirstOrder.reversePost();
}
}
// 判断图G是否有环
private boolean isCycle(){
return order==null;
}
// 获取拓扑排序的所有顶点
public ArrayList<Integer> order(){
return order;
}
}