数学建模社区-数学中国

标题: 拓扑排序 [打印本页]
作者: 韩冰    时间: 2004-10-4 05:23
标题: 拓扑排序

一个复杂的工程通常可以分解成一组小任务的集合，完成这些小任务意味着整个工程的完成。例如，汽车装配工程可分解为以下任务：将底盘放上装配线，装轴，将座位装在底盘上，上漆，装刹车，装门等等。任务之间具有先后关系，例如在装轴之前必须先将底板放上装配线。任务的先后顺序可用有向图表示——称为顶点活动（ Activity On Vertex, AOV）网络。有向图的顶点代表任务，有向边(i, j) 表示先后关系：任务j 开始前任务i 必须完成。图1 - 4显示了六个任务的工程，边（ 1 , 4）表示任务1在任务4开始前完成，同样边（ 4 , 6）表示任务4在任务6开始前完成，边（1 , 4）与（4 , 6）合起来可知任务1在任务6开始前完成，即前后关系是传递的。由此可知，边（1 , 4）是多余的，因为边（1 , 3）和（3 , 4）已暗示了这种关系。

r: F2 e/ F8 \# \" A( N2 ^

在很多条件下，任务的执行是连续进行的，例如汽车装配问题或平时购买的标有“需要装配”的消费品（自行车、小孩的秋千装置，割草机等等）。我们可根据所建议的顺序来装配。在由任务建立的有向图中，边（ i, j）表示在装配序列中任务i 在任务j 的前面，具有这种性质的序列称为拓扑序列（topological orders或topological sequences)。根据任务的有向图建立拓扑序列的过程称为拓扑排序（topological sorting）。图1 - 4的任务有向图有多种拓扑序列，其中的三种为1 2 3 4 5 6，1 3 2 4 5 6和2 1 5 3 4 6，序列1 4 2 3 5 6就不是拓扑序列，因为在这个序列中任务4在3的前面，而任务有向图中的边为（ 3 , 4），这种序列与边（ 3 , 4）及其他边所指示的序列相矛盾。可用贪婪算法来建立拓扑序列。算法按从左到右的步骤构造拓扑序列，每一步在排好的序列中加入一个顶点。利用如下贪婪准则来选择顶点：从剩下的顶点中，选择顶点w，使得w 不存在这样的入边（ v,w），其中顶点v 不在已排好的序列结构中出现。注意到如果加入的顶点w违背了这个准则（即有向图中存在边（ v,w）且v 不在已构造的序列中），则无法完成拓扑排序，因为顶点v 必须跟随在顶点w 之后。贪婪算法的伪代码如图1 3 - 5所示。while 循环的每次迭代代表贪婪算法的一个步骤。

) i s" [. U+ S$ |, X

现在用贪婪算法来求解图1 - 4的有向图。首先从一个空序列V开始，第一步选择V的第一个顶点。此时，在有向图中有两个候选顶点1和2，若选择顶点2，则序列V = 2，第一步完成。第二步选择V的第二个顶点，根据贪婪准则可知候选顶点为1和5，若选择5，则V = 2 5。下一步，顶点1是唯一的候选，因此V = 2 5 1。第四步，顶点3是唯一的候选，因此把顶点3加入V

0 v, k3 L+ b0 G v- o5 A# ^

得到V = 2 5 1 3。在最后两步分别加入顶点4和6 ，得V = 2 5 1 3 4 6。

6 c- i$ X O: I% r

1. 贪婪算法的正确性

2 h+ n# e* B+ P* W/ o8 B

为保证贪婪算法算的正确性，需要证明： 1) 当算法失败时，有向图没有拓扑序列； 2) 若

3 D# Q0 y7 W& `5 ^+ ]: r% l

算法没有失败，V即是拓扑序列。2) 即是用贪婪准则来选取下一个顶点的直接结果， 1) 的证明见定理1 3 - 2，它证明了若算法失败，则有向图中有环路。若有向图中包含环qj qj + 1.qk qj , 则它没有拓扑序列，因为该序列暗示了qj 一定要在qj 开始前完成。

. e& y3 W& ?1 n& r+ S- z& x

定理1-2 如果图1 3 - 5算法失败，则有向图含有环路。

8 ^ ^4 p6 t! n8 Z

证明注意到当失败时| V | * F: L/ y" m$ M: i" J2 Q

2. 数据结构的选择

& o t5 d! i2 | z5 k6 z

为将图1 - 5用C + +代码来实现，必须考虑序列V的描述方法，以及如何找出可加入V的候选顶点。一种高效的实现方法是将序列V用一维数组v 来描述的，用一个栈来保存可加入V的候选顶点。另有一个一维数组I n D e g r e e，I n D e g r e e[ j ]表示与顶点j相连的节点i 的数目，其中顶点i不是V中的成员，它们之间的有向图的边表示为（ i, j）。当I n D e g r e e[ j ]变为0时表示j 成为一个候选节点。序列V初始时为空。I n D e g r e e[ j ]为顶点j 的入度。每次向V中加入一个顶点时，所有与新加入顶点邻接的顶点j，其I n D e g r e e[ j ]减1。对于有向图1 - 4，开始时I n D e g r e e [ 1 : 6 ] = [ 0 , 0 , 1 , 3 , 1 , 3 ]。由于顶点1和2的I n D e g r e e值为0，因此它们是可加入V的候选顶点，由此，顶点1和2首先入栈。每一步，从栈中取出一个顶点将其加入V，同时减去与其邻接的顶点的I n D e g r e e值。若在第一步时从栈中取出顶点2并将其加入V，便得到了v [ 0 ] = 2，和I n D e g r e e [ 1 : 6 ] = [ 0 , 0 , 1 , 2 , 0 , 3 ]。由于I n D e g r e e [ 5 ]刚刚变为0，因此将顶点5入栈。

& w9 v3 x1 c) l! v7 Y) h8 ?

程序1 3 - 2给出了相应的C + +代码，这个代码被定义为N e t w o r k的一个成员函数。而且，它对于有无加权的有向图均适用。但若用于无向图（不论其有无加权）将会得到错误的结果，因为拓扑排序是针对有向图来定义的。为解决这个问题，利用同样的模板来定义成员函数AdjacencyGraph, AdjacencyWGraph，L i n k e d G r a p h和L i n k e d W G r a p h。这些函数可重载N e t w o r k中的函数并可输出错误信息。如果找到拓扑序列，则Topological 函数返回t r u e；若输入的有向图无拓扑序列则返回f a l s e。当找到拓扑序列时，将其返回到v [ 0 :n- 1 ]中。

* ^; ^# t5 Y% s5 ~: n4 B

3. Network:Topological 的复杂性

: C5 E3 b/ l ?- W- I

第一和第三个f o r循环的时间开销为(n )。若使用（耗费）邻接矩阵,则第二个for 循环所用的时间为(n2 )；若使用邻接链表,则所用时间为(n+e)。在两个嵌套的while 循环中，外层循环需执行n次，每次将顶点w 加入到v 中，并初始化内层while 循环。使用邻接矩阵时，内层w h i l e循环对于每个顶点w 需花费(n)的时间；若利用邻接链表，则这个循环需花费dwout 的时间，因此，内层while 循环的时间开销为(n2 )或(n+e)。所以，若利用邻接矩阵，程序1 3 - 2的时间复杂性为(n2 )，若利用邻接链表则为(n+e)。

) I3 }( q* Y& i5 H# x

程序13-2 拓扑排序

5 f, v. v l7 M; A& J9 L

bool Network::Topological(int v[])

' A5 |8 ]% u5 z9 Y! J( L) [! p

{// 计算有向图中顶点的拓扑次序

& }8 A0 j) y9 `5 N6 Z( X, n% i

// 如果找到了一个拓扑次序，则返回t r u e，此时，在v [ 0 : n - 1 ]中记录拓扑次序

7 J3 V: `# s7 l6 R$ j4 H" |" j

// 如果不存在拓扑次序，则返回f a l s e

5 q6 Q# ^) I3 b" Z$ n& G

int n = Ve r t i c e s ( ) ;

5 Z- k0 T g6 L: ?4 b2 O$ T

// 计算入度

. J' S# B/ b6 ? J

int *InDegree = new int [n+1];

+ x4 {6 n* p+ p

InitializePos(); // 图遍历器数组

4 E( Y# H" B8 e0 {9 f

for (int i = 1; i <= n; i++) // 初始化

" Z) w: @1 B* A

InDegree = 0;

8 a/ n. G f7 _& H" J

for (i = 1; i <= n; i++) {// 从i 出发的边

* V3 Z4 ]! u9 y u5 `

int u = Begin(i);

: O% ]4 {) U# ]8 ]

while (u) {

: K) [5 i) C2 _: K% {

I n D e g r e e [ u ] + + ;

) W% [- y: n9 z& X9 @3 m+ m

u = NextVe r t e x ( i ) ; }

& U3 G3 d9 z% V! \4 C# E$ N

}

; @/ @3 q. B+ t

// 把入度为０的顶点压入堆栈

, c; N( R" f/ U# T) z* T

LinkedStack S;

. t1 ~2 m; e8 R! s1 S) K9 M

for (i = 1; i <= n; i++)

2 B: j7 n& D* C5 S; w

if (!InDegree) S.Add(i);

, Y' \' v& j5 u8 d8 b7 N

// 产生拓扑次序

5 L2 l$ F a5 f9 r" x! m" n

i = 0; // 数组v 的游标

) }- k0 I# {5 Y! |- x+ R' F' W

while (!S.IsEmpty()) {// 从堆栈中选择

* t- |! v- |& c- |% e$ f* Z) k9 i' l

int w; // 下一个顶点

; w& y4 c4 B0 P$ s* w

S . D e l e t e ( w ) ;

. V) P9 C J7 }+ X+ w- [* [/ r

v[i++] = w;

6 e9 j) x9 u4 L( N

int u = Begin(w);

) c5 \. L3 e% L

while (u) {// 修改入度

9 S# M0 Z' \! H# S" u' n9 o! }2 h

I n D e g r e e [ u ] - - ;

2 a7 i! A& k2 W- _0 @; V

if (!InDegree) S.Add(u);

4 D8 e' }) ~, Q" t1 v3 m# Y

u = NextVe r t e x ( w ) ; }

8 O# h; `5 J8 \* b5 P

}

# B9 z! n8 C4 N$ {- ^

D e a c t i v a t e P o s ( ) ;

' u+ ~" _0 Z" a6 @; v+ Q) C/ x* b

delete [] InDegree;

# G) `5 v! R6 T3 p! N2 A/ i, ?

return (i == n);

; j$ L" _% H# y. o

}

作者: xiaomeizi    时间: 2010-1-27 21:59
没太看明白！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
作者: weixinmaths    时间: 2011-6-22 16:16
作者: 乱世惊云    时间: 2011-9-8 13:27
赛前恶补一下！！！！！



欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5