拓扑排序
拓扑排序(Kahn 算法)
一、什么是拓扑排序
拓扑排序(Topological Sort)是对有向无环图(DAG)的所有节点进行线性排序,使得对于每一条有向边 u -> v,节点 u 都排在节点 v 的前面。
通俗理解:把一堆有先后依赖关系的任务排成一个顺序,保证每个任务执行时,它依赖的所有任务都已经执行完。
典型场景
- 课程安排:先修课关系
- 编译顺序:源文件之间的依赖
- 任务调度:任务之间的前置依赖
- 检测有向图是否有环
二、前提:有向无环图(DAG)
拓扑排序只适用于有向无环图。
- 如果图中有环,则不存在拓扑排序
- 反过来,如果一个图能完成拓扑排序,说明它无环
所以拓扑排序也常用来判断有向图是否有环。
三、核心概念:入度
入度:指向某个节点的边的数量。
例如有边 A -> B、C -> B,那么 B 的入度是 2。
拓扑排序的关键观察:
入度为 0 的节点,没有任何前置依赖,可以立刻执行。
四、Kahn 算法流程
Kahn 算法是拓扑排序最常用的实现方式,本质是一个 BFS:
- 统计所有节点的入度
inDegree[] - 把所有入度为 0 的节点加入队列
- 不断从队列取出节点
u:- 把
u加入拓扑序列 - 遍历
u的所有出边u -> v,把v的入度减 1 - 如果
v的入度变成 0,把v加入队列
- 把
- 重复直到队列为空
- 如果拓扑序列中的节点数等于总节点数,说明无环;否则有环
五、Kahn 算法的经典应用
1 判断有向图是否有环
拓扑排序完成后,如果节点数不足 n,说明存在环。
2 求字典序最小的拓扑序
把队列换成优先队列(小根堆):
priority_queue<int, vector<int>, greater<int>> q;
这样每次取出的都是当前可用的最小编号节点。
3 求最长路 / 关键路径
在拓扑序上做 DP,可以求 DAG 上的最长路径(最短路径)。
4 依赖关系调度
- 题目 : 洛谷P B3644 拓扑排序 / 家谱树
六、模板代码
6.1 邻接表版
#include<bits/stdc++.h>
using namespace std;
const int N = 1e5 + 5;
vector<int> adj[N];
int inDegree[N];
int n, m;
vector<int> topoSort() {
vector<int> result;
queue<int> q;
// 把所有入度为 0 的节点入队
for (int i = 1; i <= n; i++) {
if (inDegree[i] == 0) q.push(i);
}
while (!q.empty()) {
int u = q.front();
q.pop();
result.push_back(u);
// 遍历 u 的所有出边
for (int v : adj[u]) {
inDegree[v]--;
if (inDegree[v] == 0) q.push(v);
}
}
// 如果结果数量不足 n,说明有环
if ((int)result.size() != n) return {};
return result;
}
int main() {
cin >> n >> m;
for (int i = 0; i < m; i++) {
int u, v;
cin >> u >> v;
adj[u].push_back(v);
inDegree[v]++;
}
vector<int> ans = topoSort();
if (ans.empty()) {
cout << "有环,不存在拓扑排序\n";
} else {
for (int x : ans) cout << x << " ";
cout << "\n";
}
return 0;
}
6.2 链式前向星版
#include<bits/stdc++.h>
using namespace std;
const int N = 1e5 + 5;
const int M = 2e5 + 5;
int head[N], to[M], nxt[M];
int cnt = 1;
int inDegree[N];
int n, m;
void add(int u, int v) {
to[cnt] = v;
nxt[cnt] = head[u];
head[u] = cnt;
cnt++;
}
vector<int> topoSort() {
vector<int> result;
queue<int> q;
for (int i = 1; i <= n; i++) {
if (inDegree[i] == 0) q.push(i);
}
while (!q.empty()) {
int u = q.front();
q.pop();
result.push_back(u);
for (int i = head[u]; i != -1; i = nxt[i]) {
int v = to[i];
inDegree[v]--;
if (inDegree[v] == 0) q.push(v);
}
}
if ((int)result.size() != n) return {};
return result;
}
int main() {
cin >> n >> m;
memset(head, -1, sizeof(head));
for (int i = 0; i < m; i++) {
int u, v;
cin >> u >> v;
add(u, v);
inDegree[v]++;
}
vector<int> ans = topoSort();
if (ans.empty()) {
cout << "有环,不存在拓扑排序\n";
} else {
for (int x : ans) cout << x << " ";
cout << "\n";
}
return 0;
}
七、复杂度
| 操作 | 时间复杂度 |
|---|---|
| 统计入度 | O(m) |
| 拓扑排序 | O(n + m) |
| 总复杂度 | O(n + m) |
每个节点和每条边都只会被处理一次,非常高效。
九、注意:拓扑排序只适用于 DAG,有环的图无解
十、总结
| 要点 | 内容 |
|---|---|
| 适用图 | 有向无环图(DAG) |
| 核心操作 | 入度为 0 入队,出边入度减 1 |
| 判断有环 | 拓扑序节点数不足 n |
| 复杂度 | O(n + m) |
| 变体 | 字典序最小(优先队列)、最长路(拓扑 DP) |

浙公网安备 33010602011771号