python实现拓扑排序的方法步骤
作者：liulanba
拓扑排序是对有向无环图（DAG）进行排序的一种算法，它可以将图中的顶点排成一个线性序列，使得图中的任意一条有向边都从序列中的较早顶点指向较晚顶点。换句话说，如果图中存在一条从顶点A到顶点B的有向边，那么在拓扑排序中顶点A一定出现在顶点B之前。
统计入度：
对图中的每个顶点，统计其入度，即指向它的边的数量。
初始化：
将入度为0的顶点加入一个队列，作为初始节点。
拓扑排序：
1.从队列中取出一个顶点，并输出。
2.将该顶点的所有邻接顶点的入度减1。
3.如果某个邻接顶点的入度减为0，则将其加入队列。
4.重复步骤3，直到队列为空。
检查：
如果输出的顶点数等于图中的顶点数，则拓扑排序成功，否则图中存在环。
假设有以下有向图：
1 → 2 → 4 ↓ ↗ ↓ ↗ ↓ 3 5 → 6
首先统计每个顶点的入度：
1号顶点入度为0
2号顶点入度为1
3号顶点入度为1
4号顶点入度为1
5号顶点入度为2
6号顶点入度为1
将入度为0的顶点加入队列：[1]
开始拓扑排序：
取出队列中的1号顶点，并输出：1
将1号顶点的邻接顶点2号和3号的入度分别减1，得到入度为0的2号和3号顶点，加入队列：[2, 3]
取出队列中的2号顶点，并输出：2
将2号顶点的邻接顶点4号的入度减1，得到入度为0的4号顶点，加入队列：[3, 4]
取出队列中的3号顶点，并输出：3
将3号顶点的邻接顶点5号的入度减1，得到入度为1的5号顶点，加入队列：[4, 5]
取出队列中的4号顶点，并输出：4
将4号顶点的邻接顶点6号的入度减1，得到入度为0的6号顶点，加入队列：[5, 6]
取出队列中的5号顶点，并输出：5
取出队列中的6号顶点，并输出：6
完成拓扑排序，输出结果为：[1, 2, 3, 4, 5, 6]。
from collections import defaultdict, deque
def topological_sort(graph):
# 统计入度
indegree = defaultdict(int)
for node in graph:
for neighbor in graph[node]:
indegree[neighbor] += 1
# 将入度为0的节点加入队列
queue = deque([node for node in graph if indegree[node] == 0])
result = []
# 拓扑排序
while queue:
node = queue.popleft()
result.append(node)
# 将该节点的邻接节点的入度减1，并将入度为0的节点加入队列
for neighbor in graph[node]:
indegree[neighbor] -= 1
if indegree[neighbor] == 0:
queue.append(neighbor)
# 如果结果中的节点数等于图中的节点数，则拓扑排序成功
if len(result) == len(graph):
return result
else:
return None
# 测试
graph = {
'1': ['2', '3'],
'2': ['4', '5'],
'3': ['5'],
'4': ['6'],
'5': ['6'],
'6': []
}
sorted_nodes = topological_sort(graph)
if sorted_nodes:
print("拓扑排序结果:", sorted_nodes)
else:
print("图中存在环，无法进行拓扑排序")
统计入度：
遍历图中的每个节点，统计每个节点的入度，即指向该节点的边的数量。
初始化：
将入度为0的节点加入一个队列，作为拓扑排序的初始节点。
拓扑排序：
1.从队列中取出一个节点，并输出到结果列表中。
2.将该节点的所有邻接节点的入度减1。
3.如果某个邻接节点的入度减为0，则将其加入队列。
4.重复上述步骤直到队列为空。
检查：
如果结果列表中的节点数等于图中的节点数，则拓扑排序成功，否则图中存在环。
到此这篇关于python实现拓扑排序的方法步骤的文章就介绍到这了,更多相关python 拓扑排序内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！