Python 如何使用dfs生成拓扑排序?
如何使用深度优先搜索函数(dfs)生成拓扑排序 这是我的代码:Python 如何使用dfs生成拓扑排序?,python,depth-first-search,Python,Depth First Search,如何使用深度优先搜索函数(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(s
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)
虽然有不同的方法可以获得给定图的拓扑排序,但可以使用DFS通过一些簿记来获得图的拓扑排序。当然,对于一个图,首先要有一个拓扑序,这个图必须是一个有向无环图(DAG)。了解图形是否为DAG的一种方法是,是否可以找到没有传入边的顶点 从中我发现了一个有用的视觉效果。在拓扑排序中,我们试图将边从最大出发时间排序到最小出发时间 DFS查找拓扑排序的原因是,如果DFS在DAG上运行,搜索将找不到任何后边缘,因为根据定义没有循环。这意味着树(U,V)中没有边,其中V的完成时间大于U的完成时间。DAG上的DFS没有后边,因此所有边U,V都以U