Топологическая сортировка
Последнее обновление
Топологическая сортировка направленного ациклического графа (DAG) — это линейное упорядочение его вершин такое, что для каждого ребра u → v вершина u идёт перед v. Она отвечает на вопросы вроде «в каком порядке можно выполнять эти задачи, чтобы каждая предпосылка завершалась первой?». Нажмите «воспроизвести» выше, чтобы увидеть, как алгоритм Кана извлекает вершины в корректном порядке.
Алгоритм Кана многократно берёт вершину без оставшихся входящих рёбер (входящая степень 0), добавляет её в порядок и удаляет её исходящие рёбра — что может освободить новые вершины с входящей степенью 0. Он работает только на DAG: если существует цикл, некоторые вершины никогда не достигнут входящей степени 0 и корректного порядка не существует. Он выполняется за время O(V + E).
Временная и пространственная сложность
| Показатель | Сложность | Примечания |
|---|---|---|
| Время | O(V + E) | Каждая вершина выводится один раз, каждое ребро удаляется один раз |
| Память | O(V) | Счётчики входящей степени + множество готовых + порядок |
| Требует | DAG | У циклов нет топологической сортировки |
| Результат | Не единственный | Может существовать много корректных порядков |
Шаг за шагом (алгоритм Кана)
| Шаг | Что происходит |
|---|---|
| 1 | Вычислить входящую степень (число входящих рёбер) каждой вершины. |
| 2 | Собрать все вершины с входящей степенью 0 в множество готовых. |
| 3 | Взять готовую вершину и добавить её в выходной порядок. |
| 4 | Уменьшить входящую степень каждого её преемника. |
| 5 | Любой преемник, достигший входящей степени 0, входит в множество готовых. |
| 6 | Повторять, пока множество готовых не опустеет. |
Разобранный пример
Сортировка DAG с рёбрами A→C, B→C, C→D, C→E, D→F, E→F (начальные входящие степени A:0 B:0 C:2 D:1 E:1 F:2):
| Шаг | Множество готовых | Порядок | Действие |
|---|---|---|---|
| 0 | {A, B} | [] | A и B начинают с входящей степенью 0, поэтому обе готовы. |
| 1 | {B} | [A] | Вывести A; её ребро A→C снижает входящую степень C с 2 → 1. |
| 2 | {C} | [A, B] | Вывести B; её ребро B→C снижает C с 1 → 0, поэтому C становится готовой. |
| 3 | {D, E} | [A, B, C] | Вывести C; рёбра C→D и C→E снижают D и E до 0, обе становятся готовыми. |
| 4 | {E} | [A, B, C, D] | Вывести D; её ребро D→F снижает входящую степень F с 2 → 1. |
| 5 | {F} | [A, B, C, D, E] | Вывести E; её ребро E→F снижает F с 1 → 0, поэтому F становится готовой. |
| 6 | {} | [A, B, C, D, E, F] | Вывести F; множество готовых пусто и все 6 вершин упорядочены — готово. |
Когда использовать топологическую сортировку
| Используйте, когда | Избегайте, когда |
|---|---|
| Вам нужен порядок, учитывающий зависимости (шаги сборки, установка пакетов, предпосылки курсов). | Граф неориентированный — топологический порядок определён только для ориентированных графов. |
| Граф является DAG и вам нужен любой корректный линейный порядок. | Граф может содержать циклы, а вам всё равно нужен полный порядок (его не существует). |
| Вы хотите дёшево обнаруживать циклы — неудавшаяся топологическая сортировка доказывает наличие цикла. | Вам нужен кратчайший или оптимальный порядок по некоторому весу; простая топологическая сортировка игнорирует веса. |
Вы обработаете порядок один раз за O(V + E). | Рёбра постоянно меняются и вам нужно пересортировать при каждом обновлении, где лучше подходит инкрементная структура. |
Код Topological Sort
Чистая, готовая к запуску реализация Topological Sort на Python, JavaScript, Java, C++, C. Выберите язык, скопируйте код или откройте его уже загруженным в плейграунде Coddy.
Код Topological Sort на 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)))Код Topological Sort на 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(" -> "));Код Topological Sort на 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}Код Topological Sort на 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}Код Topological Sort на 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}Часто задаваемые вопросы о топологической сортировке
Для чего используется топологическая сортировка?
Какова временная сложность топологической сортировки?
O(V + E), поскольку каждая вершина обрабатывается один раз, а каждое ребро проверяется один раз. Они используют O(V) дополнительной памяти.Почему топологическая сортировка требует DAG?
a должна идти перед b, а b — перед a, никакой линейный порядок не удовлетворяет обоим условиям. Поэтому топологическая сортировка существует тогда и только тогда, когда граф является направленным ациклическим графом. Алгоритм Кана обнаруживает цикл, когда завершается, не выведя все вершины.В чём разница между алгоритмом Кана и топологической сортировкой на основе DFS?
O(V + E); Кан избегает глубокой рекурсии и естественно раскрывает множество готовых, тогда как DFS обычно короче в написании.Когда использовать топологическую сортировку вместо обычной?
O(n log n) сортировка слиянием, упорядочивает по значению; топологическая сортировка упорядочивает по рёбрам «должно идти раньше» и, в отличие от сортировки сравнением, может давать много корректных ответов для одного и того же ввода.