拓扑排序是一种线性排序方法,通常用于有向无环图(DAG, Directed Acyclic Graph)。它将图中的顶点排序,使得对于每一条有向边 u -> v
,顶点 u
在 v
之前。常见的实现方法有Kahn算法和深度优先搜索(DFS)。
以下是使用Kahn算法和DFS的Java实现:
使用Kahn算法的实现
Kahn算法是一种基于入度的算法。它的步骤如下:
- 计算所有顶点的入度。
- 将所有入度为0的顶点加入队列。
- 当队列不为空时,取出队首元素,将其加入拓扑排序结果中,并将其所有邻接点的入度减1。如果某个邻接点的入度变为0,则将其加入队列。
- 如果处理的顶点数等于图中的顶点数,则存在拓扑排序,否则图中存在环
import java.util.*;
public class TopologicalSortKahn {
public static List<Integer> topologicalSort(int numVertices, List<List<Integer>> edges) {
List<Integer> result = new ArrayList<>();
int[] inDegree = new int[numVertices];
Map<Integer, List<Integer>> graph = new HashMap<>();
// 初始化图和入度
for (int i = 0; i < numVertices; i++) {
graph.put(i, new ArrayList<>());
}
for (List<Integer> edge : edges) {
int from = edge.get(0);
int to = edge.get(1);
graph.get(from).add(to);
inDegree[to]++;
}
// 将所有入度为0的顶点加入队列
Queue<Integer> queue = new LinkedList<>();
for (int i = 0; i < numVertices; i++) {
if (inDegree[i] == 0) {
queue.add(i);
}
}
// 处理队列中的顶点
while (!queue.isEmpty()) {
int current = queue.poll();
result.add(current);
for (int neighbor : graph.get(current)) {
inDegree[neighbor]--;
if (inDegree[neighbor] == 0) {
queue.add(neighbor);
}
}
}
if (result.size() != numVertices) {
throw new RuntimeException("The graph has a cycle!");
}
return result;
}
public static void main(String[] args) {
int numVertices = 6;
List<List<Integer>> edges = Arrays.asList(
Arrays.asList(5, 2),
Arrays.asList(5, 0),
Arrays.asList(4, 0),
Arrays.asList(4, 1),
Arrays.asList(2, 3),
Arrays.asList(3, 1)
);
System.out.println("Topological Sort (Kahn's Algorithm): " + topologicalSort(numVertices, edges));
}
}