首页 > 后端开发 > C++ > 正文

C++如何实现拓扑排序_C++有向无环图(DAG)的拓扑排序算法

裘德小鎮的故事
发布: 2025-11-22 04:17:27
原创
470人浏览过
拓扑排序用于有向无环图(DAG),通过入度法或DFS法将顶点排成线性序列,使得每条有向边(u,v)中u在v之前。1. 入度法(Kahn算法)基于贪心思想,计算各节点入度,将入度为0的节点入队,依次出队并更新邻接点入度,直至队列为空;若结果序列长度等于节点数,则存在有效拓扑排序,否则图含环。2. DFS法通过深度优先搜索,在回溯时将节点加入结果序列,需标记节点状态(未访问、访问中、已完成),若遍历中遇到“正在访问”的节点则说明有环,最后反转结果序列得到拓扑序。两种方法时间复杂度均为O(V+E),Kahn算法逻辑清晰适合初学者,DFS法适用于熟悉递归和状态标记的场景。正确性依赖于判断是否存在环,是实现拓扑排序的关键前提。

c++如何实现拓扑排序_c++有向无环图(dag)的拓扑排序算法

拓扑排序用于有向无环图(DAG),将图中所有顶点排成线性序列,使得对于每条有向边 (u, v),u 在序列中都出现在 v 之前。C++ 中通常使用两种方法实现:入度法(Kahn 算法)和 DFS 法。

使用入度法(Kahn 算法)实现拓扑排序

该方法基于贪心思想:每次选择入度为 0 的节点加入结果序列,并删除其出边,更新邻接点的入度。

步骤如下:

  • 计算每个节点的入度
  • 将所有入度为 0 的节点加入队列
  • 从队列中取出节点,加入结果序列
  • 遍历该节点的所有邻接点,将其入度减 1;若入度变为 0,则加入队列
  • 重复直到队列为空

如果最终结果序列长度等于节点数,则存在有效拓扑排序;否则图中有环。

立即学习C++免费学习笔记(深入)”;

// 示例代码:Kahn 算法实现拓扑排序
#include <iostream>
#include <vector>
#include <queue>
using namespace std;

vector<int> topologicalSort(int n, vector<vector<int>>& adj) {
    vector<int> indegree(n, 0);

    // 计算每个节点的入度
    for (int u = 0; u < n; u++) {
        for (int v : adj[u]) {
            indegree[v]++;
        }
    }

    queue<int> q;
    // 将入度为 0 的节点入队
    for (int i = 0; i < n; i++) {
        if (indegree[i] == 0) {
            q.push(i);
        }
    }

    vector<int> topo;
    while (!q.empty()) {
        int u = q.front();
        q.pop();
        topo.push_back(u);

        // 遍历 u 的所有邻接点
        for (int v : adj[u]) {
            indegree[v]--;
            if (indegree[v] == 0) {
                q.push(v);
            }
        }
    }

    // 检查是否存在环
    if (topo.size() != n) {
        return {}; // 说明图中有环
    }

    return topo;
}
登录后复制

使用 DFS 实现拓扑排序

DFS 方法通过深度优先搜索,在回溯时将节点加入结果序列(逆序)。需要标记节点状态:未访问、正在访问、已完成。

Hugging Face
Hugging Face

Hugging Face AI开源社区

Hugging Face 135
查看详情 Hugging Face

核心逻辑:

  • 对每个未访问节点调用 DFS
  • 在 DFS 中,先标记当前节点为“正在访问”
  • 递归访问所有邻接点;若遇到“正在访问”的节点,说明有环
  • 回溯前将节点加入结果数组
  • 最后反转数组得到拓扑序列
// 示例代码:DFS 实现拓扑排序
#include <iostream>
#include <vector>
using namespace std;

bool dfs(int u, vector<int>& state, vector<vector<int>>& adj, vector<int>& result) {
    state[u] = 1; // 正在访问

    for (int v : adj[u]) {
        if (state[v] == 1) return false; // 发现环
        if (state[v] == 0) {
            if (!dfs(v, state, adj, result)) return false;
        }
    }

    state[u] = 2; // 已完成
    result.push_back(u);
    return true;
}

vector<int> topologicalSortDFS(int n, vector<vector<int>>& adj) {
    vector<int> state(n, 0); // 0:未访问, 1:访问中, 2:已完成
    vector<int> result;

    for (int i = 0; i < n; i++) {
        if (state[i] == 0) {
            if (!dfs(i, state, adj, result)) {
                return {}; // 存在环
            }
        }
    }

    reverse(result.begin(), result.end());
    return result;
}
登录后复制

完整测试示例

假设有一个包含 6 个节点的 DAG,边为:0→1, 0→2, 1→3, 2→3, 3→4, 4→5。

int main() {
    int n = 6;
    vector<vector<int>> adj(n);

    // 添加边
    adj[0].push_back(1);
    adj[0].push_back(2);
    adj[1].push_back(3);
    adj[2].push_back(3);
    adj[3].push_back(4);
    adj[4].push_back(5);

    vector<int> order = topologicalSort(n, adj);
    // 或者使用:topologicalSortDFS(n, adj)

    if (order.empty()) {
        cout << "图中存在环,无法进行拓扑排序\n";
    } else {
        cout << "拓扑排序结果:";
        for (int x : order) {
            cout << x << " ";
        }
        cout << endl;
    }

    return 0;
}
登录后复制

输出可能为:0 1 2 3 4 5,具体顺序取决于算法实现和图结构。

基本上就这些。两种方法时间复杂度都是 O(V + E),推荐初学者使用 Kahn 算法,逻辑清晰且易于理解。DFS 方法适合已有 DFS 基础的场景。注意判断环的存在是拓扑排序的关键前提。

以上就是C++如何实现拓扑排序_C++有向无环图(DAG)的拓扑排序算法的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号