如何使用深度优先搜索功能(dfs)生成拓扑排序?
这是我的代码:
class Vertex:
def __init__(self,key):
self.id = key
self.connectedTo = {}
def addNeighbor(self,nbr,weight=0):
self.connectedTo[nbr] = weight
def __str__(self):
return str(self.id) + ' connectedTo: ' + str([x.id for x in self.connectedTo])
def getConnections(self):
return self.connectedTo.keys()
def getId(self):
return self.id
def getWeight(self,nbr):
return self.connectedTo[nbr]
class Graph:
def __init__(self):
self.vertList = {}
self.numVertices = 0
def addVertex(self,key):
self.numVertices = self.numVertices + 1
newVertex = Vertex(key)
self.vertList[key] = newVertex
return newVertex
def getVertex(self,n):
if n in self.vertList:
return self.vertList[n]
else:
return None
def __contains__(self,n):
return n in self.vertList
def addEdge(self,f,t,cost=0):
if f not in self.vertList:
nv = self.addVertex(f)
if t not in self.vertList:
nv = self.addVertex(t)
self.vertList[f].addNeighbor(self.vertList[t], cost)
def getVertices(self):
return self.vertList.keys()
def __iter__(self):
return iter(self.vertList.values())
class DFSGraph(Graph):
def __init__(self):
super().__init__()
self.time = 0
def dfs(self):
for aVertex in self:
aVertex.setColor('white')
aVertex.setPred(-1)
for aVertex in self:
if aVertex.getColor() == 'white':
self.dfsvisit(aVertex)
答案 0 :(得分:1)
尽管有不同的方法来获取给定图的拓扑排序,但是可以使用带有某些簿记功能的DFS获得图的拓扑排序。当然,首先要使图具有拓扑顺序,则图必须是有向无环图(DAG)。知道图形是否为DAG的一种方法是,是否可以找到没有传入边的顶点。
我从https://www.techiedelight.com/topological-sorting-dag/ shows that a back edge creates a cycle in the graph找到了有用的视觉效果。在拓扑排序中,我们尝试对从最大离开时间到最小离开时间的边进行排序。
DFS可以找到拓扑排序的原因是,如果DFS在DAG上运行,则搜索将找不到任何后沿,因为根据定义,没有循环。这意味着树(U,V)中没有边缘,其中V的完成时间大于U的完成时间。DAG上的DFS没有后边缘,因此所有边缘U,V都以U 由于这只是具有额外数据结构的DFS,因此运行时将只是O(V + E)。