如何输出有向无环图的所有可能的拓扑排序?例如,给定一个图形,其中 V 指向 W 和 X,W 指向 Y 和 Z,X 指向 Z:
V --> W --> Y
W --> Z
V --> X --> Z
如何对此图进行拓扑排序以产生所有可能的结果?我能够使用广度优先搜索来获得V,W,X,Y,Z,并使用深度优先搜索来获得V,W,Y,Z,X。但无法输出任何其他种类。
所以这种方法是有缺陷的!不确定它是否可以被挽救,我会离开一会儿,如果有人能发现如何修复它,要么抓住你能找到的东西并发布一个新的答案,要么编辑我的。
具体来说,我在评论中的示例中使用了下面的算法,它不会输出给出的示例,因此它显然是有缺陷的。
我学习拓扑排序的方法如下:
在您的示例中,两个字典和列表如下所示:
D1 D2 List
W: 1 V: W, X V
Y: 1 W: Y, Z
Z: 2 X: Z
X: 1
然后,启动一个循环,在每次迭代中执行以下操作:
如果你到了这一步,带有元素的字典-
对于您的示例,每次迭代将输出以下内容:
如果您想知道我是如何得出这个解决方案的,只需使用上面的字典和列表作为起点,一步一步地浏览我的迭代描述。
现在,具体回答您的问题,如何输出所有组合。“组合”发挥作用的唯一地方是每次迭代。基本上,您在迭代的第一步输出的所有元素(您制作了临时副本的元素)都被认为是“等效的”,并且它们之间的任何内部排序都不会对拓扑排序产生影响。
因此,请执行以下操作:
这意味着获取以下输出:
它总共给出1*2*2=4个排列,您将第一次迭代的所有排列(即1)与第二次迭代的所有排列(即2, W, X和X, W)与第三次迭代的所有排列(即2, Y, Z和Z, Y)相结合。
作为有效拓扑排序的排列的最终列表是这样的:
以下是评论中的示例:
A和B没有边缘。A和B都有到C的边,但只有A有到D的边。C和D都没有任何出边。
其中给出:
A --> C
A --> D
B --> C
字典和列表:
D1 D2 List
C: 2 A: C, D A
D: 1 B: C B
迭代将输出:
所有排列 (2 * 2 = 4):
也许可以更快地计算排序的数量,但实际上生成我能想到的所有排序的唯一方法是使用完全的蛮力递归。(我说“蛮力”,但这仍然比测试每个可能排列的最残酷的蛮力方法好得多:))
基本上,在每一步都有一组剩余的顶点(即尚未添加到顺序中的顶点),这些顶点的子集X可以在下一步中安全添加。该子集X正是S中的顶点没有内边的顶点集。
对于给定的偏解 L,它由一些已在顺序中的顶点、剩余顶点的集合 S 和 S 中没有来自 S 中其他顶点的内边的顶点集合 X 组成,调用 Generate(L, X, S) 将生成所有以 L 开头的有效拓扑顺序。
首先,找出没有内边的所有顶点的集合X,并调用Generate((),X,V)。因为在“For each”循环中选择的每个x都是不同的,所以由该循环的迭代生成的每个部分解L '也必须是不同的,所以任何对Generate()的调用(包括顶级调用)都不会多次生成解。
在实践中,形成X'比上述伪代码建议的更有效:当我们选择X时,我们可以从X中删除所有外边缘,但也可以将它们添加到临时边缘列表中,并且通过跟踪每个顶点的内边缘总数(例如,在按顶点数索引的数组中),我们可以有效地检测哪些顶点现在有0个内边缘,因此应该添加到X'。然后在循环迭代结束时,我们删除的所有边都可以从临时列表中恢复。
Pruesse和Ruskey的论文“快速生成线性扩展”中给出了一种为给定DAG生成所有拓扑排序的算法(也称为生成部分顺序的所有线性扩展)。该算法具有在输出中线性的摊销运行时间(例如:如果它输出M个拓扑排序,它在时间O(M)中运行)。
请注意,一般来说,您不能真正拥有任何运行时相对于输入大小有效的内容,因为输出的大小可能比输入大得多。例如,完全断开连接的 N 个节点的 DAG 具有 N!可能的拓扑排序。
是否有一种算法,在给定一个未加权有向无环图的情况下,将所有节点排序到一组节点列表中,从而 保留拓扑顺序(即,对于所有边
问题:给定一个加权有向无环图(DAG)和其中的一个源顶点s,找出从s到给定图中所有其他顶点的最长距离。 请查找参考图:链接 为什么我们需要拓扑排序?我们不能简单地从源顶点使用修改后的BFS吗?为什么我们如此关心线性排序。 如果这是重复,请将我重定向到相关答案。 谢谢
Wikipedia以一种非常直观的方式(IMO)解释了依赖关系图,引用了当依赖于时,会产生边。换句话说,我们可以通过查看其邻接列表中可用的邻居立即找到任何给定节点的直接依赖关系(如果有的话)。 这似乎是实现依赖的一个明智的方法;它允许我们基本上像执行深度优先遍历(图中每个节点的DFS)一样容易地执行拓扑排序。如果节点表示“任务”,那么只有当任务的所有传递依赖项都已执行/访问时,我们才能执行/访问任
我有一个任务类,它在执行前依赖于其他任务。我想将可以并行化的任务分组并排序。我决定它可以首先表示为DAG,并尝试使用JGrapht。首先,我遍历任务的输入列表,以获取所有具有依赖关系的任务,并将它们收集在一个列表中。然后,对于每个任务,我在图中创建一个顶点。 然后使用相同的列表,我试图创建节点之间的边。 然后我试着把任务分组 因此,结果是有序和分组的任务,例如图 结果将是 然而,当也是的前身时,它
为了表明计算机科学家可以把任何东西变成一个图问题,让我们考虑做一批煎饼的问题。 菜谱真的很简单:1个鸡蛋,1杯煎饼粉,1汤匙油 和 3/4 杯牛奶。 要制作煎饼,你必须加热炉子,将所有的成分混合在一起,勺子搅拌。 当开始冒泡,你把它们翻过来,直到他们底部变金黄色。 在你吃煎饼之前,你会想要加热一些糖浆。 Figure 27将该过程示为图。 Figure 27 制作煎饼的困难是知道先做什么。从 Fi
一、拓扑排序介绍 拓扑排序(Topological Order)是指,将一个有向无环图(Directed Acyclic Graph简称DAG)进行排序进而得到一个有序的线性序列。 这样说,可能理解起来比较抽象。下面通过简单的例子进行说明! 例如,一个项目包括A、B、C、D四个子部分来完成,并且A依赖于B和D,C依赖于D。现在要制定一个计划,写出A、B、C、D的执行顺序。这时,就可以利用到拓扑排序