首页 > 后端开发 > C++ > 正文

C++怎么实现拓扑排序算法_C++图论与有向无环图(DAG)应用

裘德小鎮的故事
发布: 2025-11-30 11:54:06
原创
868人浏览过
拓扑排序适用于有向无环图,通过Kahn算法或DFS实现,用于确定节点线性序列以满足依赖关系,如课程安排或任务调度。

c++怎么实现拓扑排序算法_c++图论与有向无环图(dag)应用

拓扑排序是图论中针对有向无环图(DAG)的一种线性排序算法,它能将图中的所有顶点排成一个序列,使得对于每一条有向边 (u, v),u 在序列中都出现在 v 的前面。C++ 中实现拓扑排序主要有两种方法:基于深度优先搜索(DFS)和基于入度的 Kahn 算法。

1. 什么是拓扑排序?

拓扑排序只适用于有向无环图(DAG)。如果图中存在环,则无法进行拓扑排序,因为会出现逻辑矛盾(比如 A 必须在 B 前,B 又必须在 A 前)。

典型应用场景包括:

  • 课程学习顺序安排
  • 工程任务调度
  • 编译依赖处理

2. 使用 Kahn 算法(基于入度)

Kahn 算法是一种广度优先的思想,通过不断移除入度为 0 的节点来构建拓扑序列。

立即学习C++免费学习笔记(深入)”;

步骤如下:

Natural Language Playlist
Natural Language Playlist

探索语言和音乐之间丰富而复杂的关系,并使用 Transformer 语言模型构建播放列表。

Natural Language Playlist 67
查看详情 Natural Language Playlist
  • 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,并将其邻居的入度减 1
  • 若某邻居入度变为 0,则加入队列
  • 重复直到队列为空
#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 的邻居,减少其入度
        for (int v : adj[u]) {
            indegree[v]--;
            if (indegree[v] == 0) {
                q.push(v);
            }
        }
    }

    // 若结果长度不等于节点数,说明存在环
    if (topo.size() != n) {
        return {}; // 返回空表示无法拓扑排序
    }

    return topo;
}
登录后复制

3. 使用 DFS 实现拓扑排序

DFS 方法通过后序遍历的方式记录节点,然后逆序输出即为拓扑序列。

需要维护三个状态:

  • 未访问(0)
  • 正在访问(1,用于检测环)
  • 已完成(2)
vector<int> topo;
vector<int> visited;

bool dfs(int u, vector<vector<int>>& adj) {
    if (visited[u] == 1) return false; // 存在环
    if (visited[u] == 2) return true;  // 已完成

    visited[u] = 1;
    for (int v : adj[u]) {
        if (!dfs(v, adj)) return false;
    }
    visited[u] = 2;
    topo.push_back(u); // 后序添加
    return true;
}

vector<int> topologicalSortDFS(int n, vector<vector<int>>& adj) {
    visited.assign(n, 0);
    topo.clear();

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

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

4. 完整示例与测试

以下是一个完整可运行的例子:

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

    // 构建图:0→1, 0→2, 1→3, 2→3, 3→4, 4→5
    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> result = topologicalSort(n, adj);

    if (result.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 : result) {
            cout << x << " ";
        }
        cout << endl;
    }

    return 0;
}
登录后复制

输出结果应为:0 1 2 3 4 5,符合依赖关系。

基本上就这些。Kahn 算法更直观,适合初学者;DFS 方法更贴近递归思维,也便于检测环。根据实际需求选择即可。注意建图方式(邻接表)和边界处理,拓扑排序就能稳定运行。

以上就是C++怎么实现拓扑排序算法_C++图论与有向无环图(DAG)应用的详细内容,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