拓扑排序及其实际应用

  最近在做实际项目中遇到了一个问题,如何判断一个层级结构的图是否存在循环引用。刚开始想到了方法是用递归进行判断,后来想到大学学过的拓扑排序可以解决该问题,于是翻了下数据结构这本书,阅读了园友的文章,根据自己的理解写下了这篇随笔。

阅读目录

回到顶部

拓扑排序介绍

  百度百科定义:

  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。

  上面的定义看完可能不知道是什么意思,举两个实际的例子就明白了。

1.大学课程排序

大学课程的学习是有先后顺序的,C语言是基础,数据结构依赖于C语言,其它课程也有类似依赖关系。这样的一个课程安排是怎么实现的呢?

  2.VS项目编译顺序

   假设VS中有三个项目A,B,C,它们的关系如下图。VS编译器是如何判断三个项目的编译顺序的呢?

回到顶部

问题引入及算法实现

   这次实际项目中碰到的问题可以归纳为控件联动选择,即常见的省份,城市,地区联动。为了实现通用的下拉连dog,设计了一套表结构,最终保存数据如下。

     看到这里也许你不明白这个和拓扑排序能扯上什么关系,假如省份下拉又依赖于地区下拉,那这样就会形成一个死循环。为了避免这样的情况需要在数据保存时,校验是否存在闭环。

     下面给出,解决上述问题的两种算法。

1.递归判断

     步骤如下

      (1)找当前节点的父级节点(也可以叫依赖的节点)  

  (2)父级节点不为为空且不等于当前节点自己,则寻找父级节点对应的父级节点

      (3)重复1,2。最终找到的节点=自己 ,则存在闭环,否则不存在

代码实现

   首先定义了一个类似的结构   

    public class Node
    {
        /// <summary>
        /// 当前节点ID
        /// </summary>
        public int Key { get; set; }

        /// <summary>
        /// 父级节点ID
        /// </summary>
        public int? Parent { get; set; }
    }
/// <summary>
    /// 递归判断是否存在循环引用
    /// </summary>
    public class RecursionSort
    {
        /// <summary>
        /// 递归判断是否存在循环引用
        /// </summary>
          public  static bool CheckRecursion(List<Node> list)
        {
            foreach (var node in list)
            {
                if (RecursionSort.CheckRecursion(node.Key,node, list))
                {
                    return true;
                }
            }
            return false;
        }

        /// <summary>
        /// 递归判断是否存在循环引用
        /// </summary>
        /// <param name="list"></param>
        /// <returns></returns>
        private static bool CheckRecursion(int key,Node curNode, List<Node> list)
        {
            if (curNode.Parent == key)
            {
                return true;
            }
            //寻找父级节点对应的父级节点信息
            if (curNode.Parent != null)
            {
                Node pNode = list.Where(e => e.Key == curNode.Parent).FirstOrDefault<Node>();
                return CheckRecursion(key,pNode, list);
            }
            return false;
        }
    }
        static void Main(string[] args)
        {
            //递归判断
            List<Node> list = new List<Node>();
            list.Add(new Node { Key=1,Parent=2});
            list.Add(new Node { Key = 2, Parent = 1 });
            list.Add(new Node { Key = 3, Parent = 2 });
            Console.WriteLine(RecursionSort.CheckRecursion(list));
            Console.Read();
        }

2.拓扑排序

   步骤如下

        (1) 从有向图中选择一个出度为0(即不依赖任何其它节点)的顶点并且输出它。     (2) 从图中删去该顶点,并且删去该顶点的所有边。         (3) 重复上述两步,直到剩余的图中没有出度为0的顶点。

      我们来看一下上面举的VS项目编译顺序列子按照上述算法的演示过程

     第一步选择 C节点

      第二步选择 B节点

       至此完成了整个排序C,B,A 即先编译C项目,再编译B项目,最后编译A项目

    代码实现如下

    /// <summary>
    /// 拓扑节点类。
    /// </summary>
    public class TopologicNode<T>
    {
        /// <summary>
        /// 获取或设置节点的键值。
        /// </summary>
        public T Key { get; set; }

        /// <summary>
        /// 获取或设置依赖节点的键值列表。
        /// </summary>
        public List<T> Dependences { get; set; }
    }
 /// <summary>
    /// 拓扑排序类。
    /// </summary>
    public class TopologicSort
    {
        /// <summary>
        /// 拓扑顺序。
        /// </summary>
        /// <typeparam name="TKey">节点的键值类型。</typeparam>
        /// <param name="list">一组节点。</param>
        /// <returns>拓扑序列。</returns>
        /// <exception cref="InvalidOperationException">如果存在双向引用或循环引用,则抛出该异常。</exception>
        public static List<T> OrderBy<T>(List<TopologicNode<T>> list)
        {
            if (list == null)
            {
                throw new ArgumentNullException("参数空异常");
            }
            List<T> listResult = new List<T>();
            while (list.Count > 0)
            {
                //查找依赖项为空的节点
                var item = list.FirstOrDefault(c => c.Dependences == null || c.Dependences.Count == 0);
                if (item != null)
                {
                    listResult.Add(item.Key);

                    //移除用过的节点,以及与其相关的依赖关系
                    list.Remove(item);
                    foreach (var otherNode in list)
                    {
                        if (otherNode.Dependences != null)
                        {
                            otherNode.Dependences.Remove(item.Key);
                        }
                    }
                }
                else if (list.Count > 0)
                {
                    //如果发现有向环,则抛出异常
                    throw new InvalidOperationException("存在循环引用");
                }
            }
            return listResult;
        }
    }
 //拓扑排序
            //节点3依赖于2和1节点
            list.Add(new Node { Key = 3, Parent = 1 });

            List<TopologicNode<int>> listTopologicNode = new List<TopologicNode<int>>();
            //构建排序节点

            var group = (from p in list
                         group p by p.Key into g
                         select g);

            foreach (var g in group)
            {
                TopologicNode<int> node = new TopologicNode<int>();
                node.Key = g.Key;
                node.Dependences = new List<int>();
                foreach (Node value in g)
                {
                    if (value.Parent != null)
                    {
                        node.Dependences.Add(value.Parent.GetValueOrDefault());
                    }
                }
                listTopologicNode.Add(node);
            }

            try
            {
                List<int> result = TopologicSort.OrderBy<int>(listTopologicNode);
                result.ForEach(e => {
                    Console.WriteLine(e);
                });
            }
            catch (Exception ex)
            {
                Console.WriteLine(ex.Message);
            }

运行结果如下

回到顶部

本章总结

     本篇用到了Linq语法,如有不懂的可以到园里找找相关知识。后续我会专门写一篇关于Linq,函数委托的文章,敬请期待!第一篇写算法的随笔到此完成,拓扑排序的实际应用场景还有很多,最短路径等等。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏HansBug's Lab

关于一般的并查集求根操作的一组对照研究

说道并查集,大家一定对于以多叉树状结构为基础的并查集并不陌生,最常见的两种写法如下 1 function getfat(x:longint):longint; ...

3459
来自专栏张高兴的博客

张高兴的 Windows 10 IoT 开发笔记:使用 MAX7219 驱动数码管

3295
来自专栏计算机视觉与深度学习基础

Leetcode 213 House Robber II

Note: This is an extension of House Robber. After robbing those houses on that...

1888
来自专栏Web项目聚集地

2018最新 Java数据结构与算法教学视频免费送

本项目是使用Java编程语言进行数据结构与算法的学习,学习的内容包括:抽象数据类型的角度讨论三大数据结构,即线性结构、层次结构和网状结构的逻辑特性、存储表示、基...

991
来自专栏程序员互动联盟

【编程之美】最优排序算法

寻找最大的K个数 从n个数中寻找最大的K个数。 01 class 两种思路: 1 保存目前找到的最大k个数,每访问一个数,就与这k个数中的最小值比较,决定是否更...

3437
来自专栏编程之旅

数据结构——优先队列(C++和Java实现)

十几天没有更新自己的博客了,因为目前在算法和数据结构的学习中,碰到了一些问题,例如之前就在优先队列,堆这个数据结构面前,感觉到有点吃不透概念,而使用的那本书上写...

913
来自专栏小白客

每天学习一点儿算法--广度优先搜索

广度优先搜索(BFS)是我们学的第一种图算法,它可以让你找出两样东西之间的最短距离。 这里提到了一个新的概念:图, 那什么是图呢? 图简介 图用于模拟不同的东...

2354
来自专栏Java3y

Map集合、散列表、红黑树介绍

1333
来自专栏码农阿宇

.Net中集合排序还可以这么玩

背景: public class StockQuantity { public StockQuantity(string status,...

2675
来自专栏battcn

一起学设计模式 - 备忘录模式

备忘录模式又叫做快照模式(Snapshot Pattern),一个用来存储另外一个对象内部状态的快照的对象。

894

扫码关注云+社区