Topological sort (ordinamento topologico)
Ultimo aggiornamento
Un ordinamento topologico di un grafo aciclico orientato (DAG) è un ordine lineare dei suoi nodi tale che, per ogni arco u → v, u viene prima di v. Risponde a domande come "in che ordine posso eseguire questi compiti in modo che ogni prerequisito finisca prima?" Premi Play qui sopra per vedere l'algoritmo di Kahn estrarre i nodi in un ordine valido.
L'algoritmo di Kahn prende ripetutamente un nodo senza archi entranti rimasti (grado entrante 0), lo aggiunge all'ordine e rimuove i suoi archi uscenti, cosa che può liberare nuovi nodi con grado entrante 0. Funziona solo su un DAG: se esiste un ciclo, alcuni nodi non arrivano mai a grado entrante 0 e non esiste un ordine valido. Richiede tempo O(V + E).
Complessità temporale e spaziale
| Misura | Complessità | Note |
|---|---|---|
| Tempo | O(V + E) | Ogni nodo emesso una volta, ogni arco rimosso una volta |
| Spazio | O(V) | Gradi entranti + insieme dei pronti + ordine |
| Richiede | Un DAG | I cicli non hanno un ordinamento topologico |
| Risultato | Non unico | Possono esistere molti ordini validi |
Passo dopo passo (algoritmo di Kahn)
| Passo | Cosa succede |
|---|---|
| 1 | Calcola il grado entrante (numero di archi entranti) di ogni nodo. |
| 2 | Raccogli tutti i nodi con grado entrante 0 in un insieme dei pronti. |
| 3 | Prendi un nodo pronto e aggiungilo all'ordine di uscita. |
| 4 | Decrementa il grado entrante di ciascuno dei suoi successori. |
| 5 | Ogni successore che arriva a grado entrante 0 entra nell'insieme dei pronti. |
| 6 | Ripeti finché l'insieme dei pronti è vuoto. |
Esempio svolto
Ordinamento del DAG con archi A→C, B→C, C→D, C→E, D→F, E→F (gradi entranti iniziali A:0 B:0 C:2 D:1 E:1 F:2):
| Passo | Insieme dei pronti | Ordine | Azione |
|---|---|---|---|
| 0 | {A, B} | [] | A e B partono con grado entrante 0, quindi sono entrambi pronti. |
| 1 | {B} | [A] | Emetti A; il suo arco A→C porta il grado entrante di C da 2 → 1. |
| 2 | {C} | [A, B] | Emetti B; il suo arco B→C porta C da 1 → 0, quindi C diventa pronto. |
| 3 | {D, E} | [A, B, C] | Emetti C; gli archi C→D e C→E portano D ed E a 0, ed entrambi diventano pronti. |
| 4 | {E} | [A, B, C, D] | Emetti D; il suo arco D→F porta il grado entrante di F da 2 → 1. |
| 5 | {F} | [A, B, C, D, E] | Emetti E; il suo arco E→F porta F da 1 → 0, quindi F diventa pronto. |
| 6 | {} | [A, B, C, D, E, F] | Emetti F; l'insieme dei pronti è vuoto e tutti i 6 nodi sono ordinati: fatto. |
Quando usare il topological sort
| Usalo quando | Evitalo quando |
|---|---|
| Ti serve un ordine che rispetti le dipendenze (passi di build, installazione di pacchetti, prerequisiti dei corsi). | Il grafo non è orientato: l'ordine topologico è definito solo per i grafi orientati. |
| Il grafo è un DAG e ti basta un qualsiasi ordine lineare valido. | Il grafo può contenere cicli e ti serve comunque un ordine totale (non ne esiste nessuno). |
| Vuoi rilevare i cicli a basso costo: un ordinamento topologico fallito dimostra che ne esiste uno. | Ti serve l'ordine più breve o ottimale secondo un peso; il semplice ordinamento topologico ignora i pesi. |
Elaborerai l'ordine una sola volta in O(V + E). | Gli archi cambiano di continuo e devi riordinare a ogni aggiornamento, caso in cui una struttura incrementale funziona meglio. |
Codice Topological Sort
Un'implementazione di Topological Sort pulita ed eseguibile in Python, JavaScript, Java, C++, C. Scegli un linguaggio, copia il codice o aprilo già caricato nel Playground di Coddy.
Codice Topological Sort in Python
1from collections import deque2
3
4def topological_sort(graph):5 # Kahn's algorithm: repeatedly remove nodes with no incoming edges6 in_degree = {node: 0 for node in graph}7 for node in graph:8 for neighbor in graph[node]:9 in_degree[neighbor] += 110 queue = deque(node for node in graph if in_degree[node] == 0)11 order = []12 while queue:13 node = queue.popleft()14 order.append(node)15 for neighbor in graph[node]:16 in_degree[neighbor] -= 117 if in_degree[neighbor] == 0:18 queue.append(neighbor)19 if len(order) != len(graph):20 raise ValueError("Graph has a cycle, no topological order")21 return order22
23
24graph = {25 "shirt": ["tie", "jacket"],26 "tie": ["jacket"],27 "pants": ["shoes", "jacket"],28 "socks": ["shoes"],29 "shoes": [],30 "jacket": [],31}32
33print(" -> ".join(topological_sort(graph)))Codice Topological Sort in JavaScript
1const graph = {2 A: ["C"],3 B: ["C", "D"],4 C: ["E"],5 D: ["F"],6 E: ["F"],7 F: [],8};9
10// Kahn algorithm: repeatedly take a node with no incoming edges11function topologicalSort() {12 const inDegree = {};13 for (const node in graph) inDegree[node] = 0;14 for (const node in graph) {15 for (const next of graph[node]) inDegree[next]++;16 }17 const queue = Object.keys(inDegree).filter((n) => inDegree[n] === 0);18 const order = [];19 while (queue.length > 0) {20 const node = queue.shift();21 order.push(node);22 for (const next of graph[node]) {23 if (--inDegree[next] === 0) queue.push(next);24 }25 }26 if (order.length !== Object.keys(graph).length) {27 throw new Error("Graph has a cycle");28 }29 return order;30}31
32console.log("Topological order:", topologicalSort().join(" -> "));Codice Topological Sort in Java
1import java.util.ArrayDeque;2import java.util.List;3import java.util.Queue;4
5public class Main {6 public static void main(String[] args) {7 int n = 6;8 // DAG: an edge u -> v means u must come before v9 List<List<Integer>> adj = List.of(10 List.of(2),11 List.of(2, 3),12 List.of(4),13 List.of(4),14 List.of(5),15 List.of()16 );17 int[] inDegree = new int[n];18 for (List<Integer> next : adj) {19 for (int v : next) inDegree[v]++;20 }21
22 // Kahn: start from every node with no prerequisites23 Queue<Integer> queue = new ArrayDeque<>();24 for (int i = 0; i < n; i++) {25 if (inDegree[i] == 0) queue.add(i);26 }27
28 StringBuilder order = new StringBuilder("Topological order:");29 while (!queue.isEmpty()) {30 int node = queue.poll();31 order.append(" ").append(node);32 for (int next : adj.get(node)) {33 if (--inDegree[next] == 0) queue.add(next);34 }35 }36 System.out.println(order);37 }38}Codice Topological Sort in C++
1#include <iostream>2#include <queue>3#include <vector>4
5int main() {6 // Directed acyclic graph: adj[u] lists nodes that depend on u7 std::vector<std::vector<int>> adj = {8 {}, // 09 {}, // 110 {3}, // 2 -> 311 {1}, // 3 -> 112 {0, 1}, // 4 -> 0, 113 {0, 2}, // 5 -> 0, 214 };15 int n = static_cast<int>(adj.size());16 std::vector<int> inDegree(n, 0);17 for (const auto& neighbors : adj) {18 for (int v : neighbors) ++inDegree[v];19 }20 // Kahn's algorithm: start from nodes with no incoming edges21 std::queue<int> ready;22 for (int u = 0; u < n; ++u) {23 if (inDegree[u] == 0) ready.push(u);24 }25 std::cout << "Topological order: ";26 while (!ready.empty()) {27 int u = ready.front();28 ready.pop();29 std::cout << u << " ";30 // Removing u unlocks neighbors whose in-degree drops to 031 for (int v : adj[u]) {32 if (--inDegree[v] == 0) ready.push(v);33 }34 }35 std::cout << "\n";36 return 0;37}Codice Topological Sort in C
1#include <stdio.h>2
3#define N 64
5int main(void) {6 // Directed acyclic graph: adj[u][v] = 1 means an edge u -> v7 int adj[N][N] = {0};8 adj[2][3] = 1;9 adj[3][1] = 1;10 adj[4][0] = 1;11 adj[4][1] = 1;12 adj[5][0] = 1;13 adj[5][2] = 1;14 int inDegree[N] = {0};15 for (int u = 0; u < N; u++) {16 for (int v = 0; v < N; v++) inDegree[v] += adj[u][v];17 }18 // Kahn's algorithm: start from nodes with no incoming edges19 int queue[N];20 int head = 0, tail = 0;21 for (int u = 0; u < N; u++) {22 if (inDegree[u] == 0) queue[tail++] = u;23 }24 printf("Topological order: ");25 while (head < tail) {26 int u = queue[head++];27 printf("%d ", u);28 // Removing u unlocks neighbors whose in-degree drops to 029 for (int v = 0; v < N; v++) {30 if (adj[u][v] && --inDegree[v] == 0) queue[tail++] = v;31 }32 }33 printf("\n");34 return 0;35}Domande frequenti sul topological sort
A cosa serve l'ordinamento topologico?
Qual è la complessità del topological sort?
O(V + E), perché ogni nodo viene elaborato una volta e ogni arco esaminato una volta. Usano O(V) di spazio aggiuntivo.Perché l'ordinamento topologico richiede un DAG?
a deve venire prima di b e b deve venire prima di a, nessun ordine lineare soddisfa entrambe le condizioni. Quindi un ordinamento topologico esiste se e solo se il grafo è un grafo aciclico orientato. L'algoritmo di Kahn rileva un ciclo quando termina prima di aver emesso tutti i nodi.Che differenza c'è tra l'algoritmo di Kahn e il topological sort con DFS?
O(V + E); Kahn evita la ricorsione profonda e fornisce naturalmente l'insieme dei pronti, mentre la DFS è spesso più breve da scrivere.Quando usare l'ordinamento topologico invece di un ordinamento normale?
O(n log n) ordina per valore; l'ordinamento topologico ordina secondo archi "deve venire prima di" e, a differenza di un ordinamento per confronto, può dare molte risposte valide per lo stesso input.