本专栏内容为:算法学习专栏,分为优选算法专栏,贪心算法专栏,动态规划专栏以及递归,搜索与回溯算法专栏四部分。 通过本专栏的深入学习,你可以了解并掌握算法。
💓博主csdn个人主页:小小unicorn
⏩专栏分类:算法从入门到精通
🚚代码仓库:小小unicorn的代码仓库🚚
🌹🌹🌹关注我带你学习编程知识
专题十八
- 1.有向环形图(DAG图)
- 入度
- 出度
- 2.AOV网:顶点活动图
- 3.拓扑排序
- 4.如何实现拓扑排序
1.有向环形图(DAG图)
看下面这个例子:
上面这个例子就是一个DAG图
入度
有多少条边过来
出度
有多少条边出去
在上面例子中红色是每个点的出度,绿色是每个点的入度。
2.AOV网:顶点活动图
在有向图中,用顶点表示一个活动,用边来表示活动先后顺序的图结构。
例如青椒炒肉丝这道菜的制作就先要通过上面的顺序来进行。
通常AOV网都具有实际意义。
3.拓扑排序
在网上和市面上的书籍中拓扑排序的概念比较专业化,难以理解,我们举一个简单的例子来说一下什么是拓扑排序。
还是以青椒炒肉丝为例,根据流程图,我们可以简单的排一下序:模拟做菜
具体如下:
首先我们可以准备厨具也可以选择买菜两者谁先进行都可以。这里我们选择先准备厨具后买菜。接下来就只能洗菜,因为腌肉要先洗菜才能腌肉,然后切菜,炒菜,装盘,最后就是干饭。
通过上面例子,我们可以发现,通过找到事情的先后顺序,将这个按照先后顺序排个序其实就是一个拓扑排序。当然,我们还可以发现拓扑排序的结果是不唯一的。就比如先买菜还是先准备厨具,最后排完序是两个结果。
介绍了什么是拓扑排序,那么我们应该如何排序?其实刚在例子有实际意义可以很好理解,那要是放在一般情况,又该如何排序?
通过上面例子的排序,我们其实基本可以发现一下规律:
- 找出图中入度为0的点,然后输出。
- 删除与该点相连的边
- 重复1,2操作,知道图中没有点或者没有入度为0的点为止。
为什么终止条件还有个没有入度为0的点呢?
这是因为图有可能有环,当图里面有环的时候,就会没有入度为0的点。所以拓扑排序还有个重要的作用:判断有向图中是否有环。
4.如何实现拓扑排序
大体思路还是借助队列,依靠bfs解决此问题。
具体如下:
- 初始化:把所有入度为0的点加入到队列中
- 当队列不为空时:
- 拿出队头元素,加入到最终结果中
- 删除与该元素相连的边
- 判断:与删除边相连的点,是否入度为0,如果入度为0,加入到队列中
分析到这其实还有个问题,我们上面的实现的前提是图已经建立好的情况,但是我们应该先如何建图呢?我们通过一个例题和相关代码详细讲解。