亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Java數(shù)據(jù)結構之有向圖的拓撲排序詳解

 更新時間:2022年11月03日 08:25:30   作者:JAVA旭陽  
這篇文章主要為大家詳細介紹了Java數(shù)據(jù)結構中有向圖的拓撲排序,文中的示例代碼講解詳細,具有一定的借鑒價值,感興趣的小伙伴可以了解一下

前言

在現(xiàn)實生活中,我們經常會同一時間接到很多任務去完成,但是這些任務的完成是有先后次序的。以我們學習java

學科為例,我們需要學習很多知識,但是這些知識在學習的過程中是需要按照先后次序來完成的。從java基礎,到

jsp/servlet,到ssm,到springboot等是個循序漸進且有依賴的過程。在學習jsp前要首先掌握java基礎和html基

礎,學習ssm框架前要掌握jsp/servlet之類才行。

為了簡化問題,我們使用整數(shù)為頂點編號的標準模型來表示這個案例:

此時如果某個同學要學習這些課程,就需要指定出一個學習的方案,我們只需要對圖中的頂點進行排序,讓它轉換為一個線性序列,就可以解決問題,這時就需要用到一種叫拓撲排序的算法。

拓撲排序介紹

給定一副有向圖,將所有的頂點排序,使得所有的有向邊均從排在前面的元素指向排在后面的元素,此時就可以明確的表示出每個頂點的優(yōu)先級。下列是一副拓撲排序后的示意圖:

檢測有向圖中的環(huán)

如果學習x課程前必須先學習y課程,學習y課程前必須先學習z課程,學習z課程前必須先學習x課程,那么一定是有問題了,我們就沒有辦法學習了,因為這三個條件沒有辦法同時滿足。其實這三門課程x、y、z的條件組成了一個環(huán):

因此,如果我們要使用拓撲排序解決優(yōu)先級問題,首先得保證圖中沒有環(huán)的存在。

實現(xiàn)思路

在API中添加了onStack[] 布爾數(shù)組,索引為圖的頂點,當我們深度搜索時:

  • 在如果當前頂點正在搜索,則把對應的onStack數(shù)組中的值改為true,標識進棧;
  • 如果當前頂點搜索完畢,則把對應的onStack數(shù)組中的值改為false,標識出棧;
  • 如果即將要搜索某個頂點,但該頂點已經在棧中,則圖中有環(huán);

API設計

類名DirectedCycle
成員變量1.private boolean[] marked: 索引代表頂點,值表示當前頂點是否已經被搜索2.private boolean hasCycle: 記錄圖中是否有環(huán)3.private boolean[] onStack:索引代表頂點,使用棧的思想,記錄當前頂點有沒有已經處于正在搜索的有向路徑上
構造方法DirectedCycle(Digraph G):創(chuàng)建一個檢測環(huán)對象,檢測圖G中是否有環(huán)
成員方法1.private void dfs(Digraph G,int v):基于深度優(yōu)先搜索,檢測圖G中是否有環(huán)2.public boolean hasCycle():判斷圖中是否有環(huán)

代碼實現(xiàn)

/**
 * 有向圖是否存在環(huán)
 *
 * @author alvin
 * @date 2022/11/2
 * @since 1.0
 **/
public class DirectedCycle {
    //索引代表頂點,值表示當前頂點是否已經被搜索
    private boolean[] marked;
    //記錄圖中是否有環(huán)
    private boolean hasCycle;
    //索引代表頂點,使用棧的思想,記錄當前頂點有沒有已經處于正在搜索的有向路徑上
    private boolean[] onStack;

    //創(chuàng)建一個檢測環(huán)對象,檢測圖G中是否有環(huán)
    public DirectedCycle(Digraph G){
        //初始化marked數(shù)組
        this.marked = new boolean[G.V()];
        //初始化hasCycle
        this.hasCycle = false;
        //初始化onStack數(shù)組
        this.onStack = new boolean[G.V()];

        //找到圖中每一個頂點,讓每一個頂點作為入口,調用一次dfs進行搜索
        for (int v =0; v<G.V();v++){
            //判斷如果當前頂點還沒有搜索過,則調用dfs進行搜索
            if (!marked[v]){
                dfs(G,v);
            }
        }
    }

    //基于深度優(yōu)先搜索,檢測圖G中是否有環(huán)
    private void dfs(Digraph G, int v){
        //把頂點v表示為已搜索
        marked[v] = true;
        //把當前頂點進棧
        onStack[v] = true;

        for(Integer w: G.adj(v)) {
            //判斷如果當前頂點w沒有被搜索過,則繼續(xù)遞歸調用dfs方法完成深度優(yōu)先搜索
            if(!marked[w]) {
                dfs(G, w);
            }

            //判斷當前頂點w是否已經在棧中,如果已經在棧中,證明當前頂點之前處于正在搜索的狀態(tài),那么現(xiàn)在又要搜索一次,證明檢測到環(huán)了
            if (onStack[w]){
                hasCycle = true;
                return;
            }
        }
        //把當前頂點出棧
        onStack[v] = false;
    }

    //判斷當前有向圖G中是否有環(huán)
    public boolean hasCycle(){
        return hasCycle;
    }
}

基于深度優(yōu)先的頂點排序

實現(xiàn)思路

如果要把圖中的頂點生成線性序列其實是一件非常簡單的事,之前我們學習并使用了多次深度優(yōu)先搜索,我們會發(fā)現(xiàn)其實深度優(yōu)先搜索有一個特點,那就是在一個連通子圖上,每個頂點只會被搜索一次,如果我們能在深度優(yōu)先搜索的基礎上,添加一行代碼,只需要將搜索的頂點放入到線性序列的數(shù)據(jù)結構中,我們就能完成這件事。

我們添加了一個棧reversePost用來存儲頂點,當我們深度搜索圖時,每搜索完畢一個頂點,把該頂點放入到reversePost中,這樣就可以實現(xiàn)頂點排序。

API設計

類名DepthFirstOrder
成員變量1.private boolean[] marked: 索引代表頂點,值表示當前頂點是否已經被搜索2.private Stack reversePost: 使用棧,存儲頂點序列
構造方法DepthFirstOrder(Digraph G):創(chuàng)建一個頂點排序對象,生成頂點線性序列;
成員方法1.private void dfs(Digraph G,int v):基于深度優(yōu)先搜索,生成頂點線性序列2.public Stack reversePost():獲取頂點線性序列

代碼實現(xiàn)

/**
 * 頂點排序
 *
 * @author alvin
 * @date 2022/11/2
 * @since 1.0
 **/
public class DepthFirstOrder {
    //索引代表頂點,值表示當前頂點是否已經被搜索
    private boolean[] marked;
    //使用棧,存儲頂點序列
    private Stack<Integer> reversePost;

    //創(chuàng)建一個檢測環(huán)對象,檢測圖G中是否有環(huán)
    public DepthFirstOrder(Digraph G){
        //初始化marked數(shù)組
        this.marked = new boolean[G.V()];
        //初始化reversePost棧
        this.reversePost = new Stack<>();

        //遍歷圖中的每一個頂點,讓每個頂點作為入口,完成一次深度優(yōu)先搜索
        for (int v = 0;v<G.V();v++){
            if (!marked[v]){
                dfs(G,v);
            }
        }
    }

    //基于深度優(yōu)先搜索,把頂點排序
    private void dfs(Digraph G, int v){
        //標記當前v已經被搜索
        marked[v] = true;
        //通過循環(huán)深度搜索頂點v
        for (Integer w : G.adj(v)) {
            //如果當前頂點w沒有搜索,則遞歸調用dfs進行搜索
            if (!marked[w]){
                dfs(G,w);
            }
        }
        //讓頂點v進棧
        reversePost.push(v);
    }

    //獲取頂點線性序列
    public Stack<Integer>  reversePost(){
        return reversePost;
    }
}

拓撲排序

前面已經實現(xiàn)了環(huán)的檢測以及頂點排序,那么拓撲排序就很簡單了,基于一幅圖,先檢測有沒有環(huán),如果沒有環(huán),則調用頂點排序即可。

API設計

類名TopoLogical
成員變量1.private Stack order: 頂點的拓撲排序
構造方法TopoLogical(Digraph G):構造拓撲排序對象
成員方法1.public boolean isCycle():判斷圖G是否有環(huán)2.public Stack order():獲取拓撲排序的所有頂點

代碼實現(xiàn)

/**
 * 拓撲排序
 *
 * @author alvin
 * @date 2022/11/2
 * @since 1.0
 **/
public class TopoLogical {
    //頂點的拓撲排序
    private Stack<Integer> order;

    //構造拓撲排序對象
    public TopoLogical(Digraph G) {
        //創(chuàng)建一個檢測有向環(huán)的對象
        DirectedCycle cycle = new DirectedCycle(G);
        //判斷G圖中有沒有環(huán),如果沒有環(huán),則進行頂點排序:創(chuàng)建一個頂點排序對象
        if (!cycle.hasCycle()){
            DepthFirstOrder depthFirstOrder = new DepthFirstOrder(G);
            order = depthFirstOrder.reversePost();
        }
    }

    //判斷圖G是否有環(huán)
    private boolean isCycle(){
        return order==null;
    }

    //獲取拓撲排序的所有頂點
    public Stack<Integer> order(){
        return order;
    }
}

測試驗證

public class TopoLogicalTest {

    @Test
    public void test() {
        //準備有向圖
        Digraph digraph = new Digraph(6);
        digraph.addEdge(0,2);
        digraph.addEdge(0,3);
        digraph.addEdge(2,4);
        digraph.addEdge(3,4);
        digraph.addEdge(4,5);
        digraph.addEdge(1,3);

        //通過TopoLogical對象堆有向圖中的頂點進行排序
        TopoLogical topoLogical = new TopoLogical(digraph);

        //獲取頂點的線性序列進行打印
        Stack<Integer> order = topoLogical.order();
        StringBuilder sb = new StringBuilder();
        while (order.size() != 0) {
            sb.append(order.pop()+"->");
        };
        String str = sb.toString();
        int index = str.lastIndexOf("->");
        str = str.substring(0,index);
        System.out.println(str);
    }
}

到此這篇關于Java數(shù)據(jù)結構之有向圖的拓撲排序詳解的文章就介紹到這了,更多相關Java有向圖 拓撲排序內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • Mybatis如何獲取insert新增數(shù)據(jù)id值

    Mybatis如何獲取insert新增數(shù)據(jù)id值

    這篇文章主要介紹了Mybatis如何獲取insert新增數(shù)據(jù)id值問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2024-05-05
  • 關于SpringCloud的微服務以及組件詳解

    關于SpringCloud的微服務以及組件詳解

    這篇文章主要介紹了關于SpringCloud的微服務以及組件詳解,是一個更高層次的、 架構視角的綜合性大型項目, 他的目標是構建一套標準化的微服務解決方案,需要的朋友可以參考下
    2023-05-05
  • java仿windows記事本小程序

    java仿windows記事本小程序

    這篇文章主要為大家詳細介紹了java仿windows記事本小程序,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2019-03-03
  • redis incr和incrBy的使用說明

    redis incr和incrBy的使用說明

    這篇文章主要介紹了redis incr和incrBy的使用說明,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-11-11
  • Java中過濾器 (Filter) 和 攔截器 (Interceptor)的使用

    Java中過濾器 (Filter) 和 攔截器 (Interceptor)的使用

    這篇文章主要介紹了Java中過濾器 (Filter) 和 攔截器 (Interceptor)的使用,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-05-05
  • Java結合redistemplate使用分布式鎖案例講解

    Java結合redistemplate使用分布式鎖案例講解

    在Java中使用RedisTemplate結合Redis來實現(xiàn)分布式鎖是一種常見的做法,特別適用于微服務架構或多實例部署的應用程序中,以確保數(shù)據(jù)的一致性和避免競態(tài)條件,下面給大家分享使用Spring Boot和RedisTemplate實現(xiàn)分布式鎖的案例,感興趣的朋友一起看看吧
    2024-08-08
  • nacos單機版啟動失敗問題以及解決

    nacos單機版啟動失敗問題以及解決

    這篇文章主要介紹了nacos單機版啟動失敗問題以及解決,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2024-07-07
  • Java中Properties的使用詳解

    Java中Properties的使用詳解

    這篇文章主要介紹了Java中Properties的使用詳解的相關資料,需要的朋友可以參考下
    2016-05-05
  • Spring+Mybatis+Mysql搭建分布式數(shù)據(jù)庫訪問框架的方法

    Spring+Mybatis+Mysql搭建分布式數(shù)據(jù)庫訪問框架的方法

    這篇文章主要介紹了Spring+Mybatis+Mysql搭建分布式數(shù)據(jù)庫訪問框架的方法,非常不錯,具有參考借鑒價值,需要的朋友可以參考下
    2018-03-03
  • mybatis新增save結束后自動返回主鍵id詳解

    mybatis新增save結束后自動返回主鍵id詳解

    這篇文章主要介紹了mybatis新增save結束后自動返回主鍵id詳解,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2021-12-12

最新評論