0
点赞
收藏
分享

微信扫一扫

2022.3.24 图论——拓扑排序算法

Gascognya 2022-03-24 阅读 78

文章目录


一、拓扑排序简介

1.Topological Sorting,指的是一个DAG(Directed Acyclic Graph)即有向图所有顶点满足一定条件的线性序列。

拓扑序列应满足两个条件:

在这里插入图片描述
2.算法原理:

在这里插入图片描述
得到拓扑排序后的结果是 { 1, 2, 4, 3, 5 }

3.注意事项:
①非DAG图没有拓扑排序一说
②拓扑排序的情况可能是不唯一的


二、例题

1.题目

  1. 课程表 II

跳转LeetCode

现在你总共有 numCourses 门课需要选,记为 0 到 numCourses - 1。给你一个数组 prerequisites ,其中 prerequisites[i] = [ai, bi] ,表示在选修课程 ai 前 必须 先选修 bi 。

例如,想要学习课程 0 ,你需要先完成课程 1 ,我们用一个匹配来表示:[0,1] 。
返回你为了学完所有课程所安排的学习顺序。可能会有多个正确的顺序,你只要返回 任意一种 就可以了。如果不可能完成所有课程,返回 一个空数组 。


示例 1:
输入:numCourses = 2, prerequisites = [[1,0]]
输出:[0,1]
解释:总共有 2 门课程。要学习课程 1,你需要先完成课程 0。因此,正确的课程顺序为 [0,1] 。

示例 2:
输入:numCourses = 4, prerequisites = [[1,0],[2,0],[3,1],[3,2]]
输出:[0,2,1,3]
解释:总共有 4 门课程。要学习课程 3,你应该先完成课程 1 和课程 2。并且课程 1 和课程 2 都应该排在课程 0 之后。
因此,一个正确的课程顺序是 [0,1,2,3] 。另一个正确的排序是 [0,2,1,3] 。

示例 3:
输入:numCourses = 1, prerequisites = []
输出:[0]


2.分析

参考文章

①DFS形式:
课程之间的依赖关系抽象成有向边,那么这幅图的拓扑排序结果就是上课顺序。

首先,我们先判断一下题目输入的课程依赖是否成环,成环的话是无法进行拓扑排序的,所以我们可以复用 “课程表I” 的主函数,之后将后序遍历的结果进行反转,就是拓扑排序的结果。

在编码层面,问题则转化为:由所给数组构建图 → 图的后序遍历 → 判断图中是否存在环 → 翻转后序遍历序列

②BFS形式:

3.代码

①DFS答案代码:

package Graph;

import java.util.ArrayList;
import java.util.Collections;
import java.util.LinkedList;
import java.util.List;

/**
 * @author: LYZ
 * @date: 2022/3/24 18:51
 * @description: 210. 课程表 II
 */
public class FindOrder {
    public static void main(String[] args) {
        int numCourses = 4;
        int[][] prerequisites = {{1, 0}, {2, 0}, {3, 1}, {3, 2}};
        FindOrder findOrder = new FindOrder();
        int[] ans = findOrder.findOrder(numCourses, prerequisites);
        for (int n : ans) {
            System.out.println(n);
        }
    }

    public int[] findOrder(int numCourses, int[][] prerequisites) {
        List<Integer>[] graph = buildGraph(numCourses, prerequisites);

        visited = new boolean[numCourses];
        onPath = new boolean[numCourses];

        for (int i = 0; i < numCourses; i++) {
            traverse(graph, i);
        }

        //以下是新添语句
        // 有环图无法进行拓扑排序
        if (hasCycle) {
            return new int[]{};
        }

        //反转后序遍历结果即为拓扑排序结果
        Collections.reverse(postorder);
        int[] ans = new int[numCourses];
        for (int i = 0; i < numCourses; i++) {
            ans[i] = postorder.get(i);
        }
        return ans;
    }

    List<Integer>[] buildGraph(int numCourses, int[][] prerequisites) {
        // 图中共有 numCourses 个节点
        List<Integer>[] graph = new LinkedList[numCourses];
        for (int i = 0; i < numCourses; i++) {
            graph[i] = new LinkedList<>();
        }
        for (int[] edge : prerequisites) {
            int from = edge[1], to = edge[0];
            // 添加一条从 from 指向 to 的有向边
            // 边的方向是「被依赖」关系,即修完课程 from 才能修课程 to
            graph[from].add(to);
        }
        return graph;
    }

    List<Integer> postorder = new ArrayList<>();
    boolean[] visited;
    boolean[] onPath;
    boolean hasCycle = false;
    void traverse(List<Integer>[] graph, int s) {
        if (onPath[s]) {
            hasCycle = true;
        }
        if (visited[s] || hasCycle) {
            return;
        }

        visited[s] = true;
        onPath[s] = true;
        for (int n : graph[s]) {
            traverse(graph, n);
        }

        postorder.add(s); //相较于课程表I增加的语句
        onPath[s] = false;
    }
}

②BFS答案代码:
package Graph;

import java.util.*;

/**
 * @author: LYZ
 * @date: 2022/3/24 18:51
 * @description: 210. 课程表 II
 */
public class FindOrder {
    public static void main(String[] args) {
        int numCourses = 4;
        int[][] prerequisites = {{1, 0}, {2, 0}, {3, 1}, {3, 2}};
        FindOrder findOrder = new FindOrder();
        int[] ans = findOrder.findOrder(numCourses, prerequisites);
        for (int n : ans) {
            System.out.println(n);
        }
    }
    //BFS法
    public int[] findOrder(int numCourses, int[][] prerequisites) {
        // 建图,有向边代表「被依赖」关系
        List<Integer>[] graph = buildGraph(numCourses, prerequisites);
        List<Integer> list = new ArrayList<>();
        int[] ans = new int[numCourses];
        // 构建入度数组
        int[] indegree = new int[numCourses];
        for (int[] edge : prerequisites) {
            int from = edge[1], to = edge[0];
            // 节点 to 的入度加一
            indegree[to]++;
        }

        // 根据入度初始化队列中的节点
        Queue<Integer> q = new LinkedList<>();
        for (int i = 0; i < numCourses; i++) {
            if (indegree[i] == 0) {
                // 节点 i 没有入度,即没有依赖的节点
                // 可以作为拓扑排序的起点,加入队列
                q.offer(i);
            }
        }

        // 记录遍历的节点个数
        int count = 0;
        // 开始执行 BFS 循环
        while (!q.isEmpty()) {
            // 弹出节点 cur,并将它指向的节点的入度减一
            int cur = q.poll();
            list.add(cur);
            count++;
            for (int next : graph[cur]) { //graph[cur]是由cur节点指向的所有节点构成的List集合
                indegree[next]--; //indegree是存储所有节点入度值的数组
                if (indegree[next] == 0) {
                    // 如果入度变为 0,说明 next 依赖的节点都已被遍历
                    q.offer(next);
                }
            }
        }

        if (count != numCourses) {
            return new int[]{};
        }

        for (int i = 0; i < numCourses; i++) {
            ans[i] = list.get(i);
        }
        return ans;
    }

    // 建图函数
    List<Integer>[] buildGraph(int numCourses, int[][] prerequisites) {
        // 图中共有 numCourses 个节点
        List<Integer>[] graph = new LinkedList[numCourses];
        for (int i = 0; i < numCourses; i++) {
            graph[i] = new LinkedList<>();
        }
        for (int[] edge : prerequisites) {
            int from = edge[1], to = edge[0];
            // 添加一条从 from 指向 to 的有向边
            // 边的方向是「被依赖」关系,即修完课程 from 才能修课程 to
            graph[from].add(to);
        }
        return graph;
    }
}

记录拓扑排序结果我处理的不好,额外声明了一个集合。题解的代码,利用用于判断图中是否有环的计数器,作为 ans 数组的下标,很巧妙。

    // 记录拓扑排序结果
    int[] res = new int[numCourses];
    // 记录遍历节点的顺序(索引)
    int count = 0;
    // 开始执行 BFS 算法
    while (!q.isEmpty()) {
        int cur = q.poll();
        // 弹出节点的顺序即为拓扑排序结果
        res[count] = cur;
        count++;
        for (int next : graph[cur]) {
            indgree[next]--;
            if (indgree[next] == 0) {
                q.offer(next);
            }
        }
    }

在这类题中, buildGraph 函数一直未变,要记熟练。

举报

相关推荐

0 条评论