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。

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。
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:
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;
}
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。
核心逻辑:
#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;
}
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;
}
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!
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。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号