拓扑排序Python实现的过程
作者：johnjim0816
这篇文章主要介绍了拓扑排序Python实现的过程，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
有向无环图
拓扑排序是针对有向无环图（DAG, Directed Acyclic Graph）的
具有以下性质：
- 如果这个图不是 DAG，那么它是没有拓扑序的；
- 如果是 DAG，那么它至少有一个拓扑序；
- 反之，如果它存在一个拓扑序，那么这个图必定是 DGA。
拓扑排序
对一个有向无环图(Directed Acyclic Graph简称DAG)G进行拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若边(u,v)∈E(G)，则u在线性序列中出现在v之前。
通常，这样的线性序列称为满足拓扑次序(Topological Order)的序列，简称拓扑序列。
简单的说，由某个集合上的一个偏序得到该集合上的一个全序，这个操作称之为拓扑排序。
算法步骤
在讲算法步骤之前先了解入度与出度的概念：
- 入度：顶点的入度是指「指向该顶点的边」的数量；
- 出度：顶点的出度是指该顶点指向其他点的边的数量。
可以理解为入度为0的点就是起点，拓扑排序步骤如下：
- 从 DAG 图中选择一个入度为0的顶点并输出；
- 从图中删除该顶点和所有以它为起点的有向边；
- 重复 1 和 2 直到当前的 DAG 图为空或当前图中不存在入度为0的顶点为止。后一种情况说明有向图中必然存在环
代码实现
对于下图：
from collections import defaultdict
class Graph:
def __init__(self,vertices):
self.graph = defaultdict(list)
self.V = vertices
def addEdge(self,u,v):
self.graph[u].append(v)
def topologicalSortUtil(self,v,visited,stack):
visited[v] = True
for i in self.graph[v]:
if visited[i] == False:
self.topologicalSortUtil(i,visited,stack)
stack.insert(0,v)
def topologicalSort(self):
visited = [False]*self.V
stack =[]
for i in range(self.V):
if visited[i] == False:
self.topologicalSortUtil(i,visited,stack)
print (stack)
g= Graph(6)
g.addEdge(5, 2);
g.addEdge(5, 0);
g.addEdge(4, 0);
g.addEdge(4, 1);
g.addEdge(2, 3);
g.addEdge(3, 1);
print ("拓扑排序结果：")
g.topologicalSort() # 结果为[5, 4, 2, 3, 1, 0]
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。