点击上方 "程序员小乐"关注, 星标或置顶一起成长
每天凌晨00点00分, 第一时间与你相约
每日英文
Don't judge people by their outlook for you don't know what stories behind their eyes.
不要以貌取人，因为你不知道他们的双眼后面藏着什么故事。
每日掏心话
这世上，没有谁活得比谁容易，只是有人在呼天抢地，有人在默默努力。
来自：Mark Lux | 责编：乐乐
链接：marklux.cn/blog/117
往日回顾：读写分离很难吗？SpringBoot结合aop简单就实现了！
正文
分手厨房（Over Cooked!）是一款以高难度合作著称的游戏，在形形色色的厨房中，你需要和你的同伴一起克服重重难关，按照指定的顺序生产出美味佳肴，满足客人的味蕾。在游戏过程中，制作一道菜需要完成许多的步骤，以第一关中的寿司为例，需要蒸米饭、切鱼片、切黄瓜、然后用紫菜把他们包在一起，与此同时你还要兼顾洗掉脏盘子。不难看出，当有多个玩家参战的时候，这里有些工序是可以同时进行的（比如蒸米饭和切鱼片），但也有些工序是有顺序依赖的（比如只有一个案板，那么切鱼片和切黄瓜就不可能同时进行），那么，如何才能将所有的工序进行一个合理的排序，来保证其正常运作呢？
其实这个问题，正是一个典型的拓扑排序问题，要讲拓扑排序，我们还得先从一种基本的数据结构：**图(Graph)**说起。
图是一种由节点和边组成的数据结构，你可以简单地联想平常使用的思维导图，这就是一种非常典型的图结构。图中的边可以是有方向的，也可以是没有方向的，这两种图分别称为有向图和无向图（注意，并不是所有节点都必须连接在一起）：
接下来我们需要看看如何使用图的结构来描述上面制作寿司的工序，因为不同的工序在“顺序”上有依赖，所以需要采用有向图的结构来描述：
如图，我们把游戏中制作寿司的过程用有向图的方式来描述，分别将五个步骤标记为A，B，C，D，E，这便是图的五个节点，除此之外，由于各个步骤之间存在着互相依赖，因此还需要添加四条边（A -> D），（B -> D），（C -> D），（B -> C）。
在此基础上我们需要引入一个额外概念，那就是节点的入度和出度，入度是“指向某个节点的边的数量”，出度则是“从某个节点出发的边的数量”，在上面的图中，各个节点入度和出度的情况如下图所示：
很明显，要制作一个寿司我们需要完成上面的所有5个步骤，但各个步骤实际执行的顺序很重要，比如按照A,B,C,D,E的顺序就可以顺利制作一个寿司，但是按照D,C,B,A,E的顺序就不行，因为执行包紫菜这个步骤的时候，米饭、鱼片、黄瓜都还没有准备好，就无法继续下去了。
那么，如何对这些节点进行合理的排序，得到一个可以执行的序列，这就是图论中的拓扑排序问题，用更加抽象一点的语言来描述，就是要求得一个线性序列，使得该序列中的任意两个节点u,v，如果存在边(u -> v)，保证u的顺序在v之前。
关于拓扑排序有两个显而易见的结论：
拓扑排序的结果不是唯一的
如果要排序的有向图中存在环，那么拓扑排序是得不到结果的，所以拓扑排序只能针对有向无环图
接下来看一看如何对一张图进行拓扑排序得到线性序列S吧：
第一步：从图中找到一个入度为0的节点，将其加入序列S
第二步：从图中删除该节点，以及从该节点出发的边，当边被删除后，同步图中所有节点的入度
不断地重复第一步和第二步，直到图中所有的节点都被删除，最终得到的序列就是这张图的一个拓扑排序了。
这个过程其实也非常的容易理解，仍然以寿司的制作为例，来看看整个拓扑排序是如何进行的：
首先选中一个入度为0的节点A，然后删除节点A。此时D的入度更新为2
选中入度为0的节点B，然后删除节点B。此时D的入度更新为1，C的入度更新为0
选中入度为0的节点C，然后删除节点C。此时D的入度更新为0
选中入度为0的节点D，然后删除节点D。
选中入度为0的节点E，然后删除节点E。
得到一个拓扑排序结果（A，B，C，D，E）
Java代码实现
顶点的结构定义
public class Vertex<T> {/*** 节点值*/private T value;/*** 节点入度*/private int inDegree;/*** 储存从该定点出发的边*/private List<Edge<T>> edges;
}
边的定义
public class Edge<T> {/*** 终点边*/private Vertex<T> endVertex;/*** 权重*/private int cost;
}
图的定义
public class DirectedGraph<T> {private List<Vertex<T>> vertexList;private List<Edge<T>> edgeList;
}
拓扑排序实现
/*** 拓扑排序*/
public List<T> topologySort() throws Exception {int cnt = 0;List<T> sortedList = new ArrayList<>();Queue<Vertex<T>> queue = new LinkedList<>();// 将所有入度为0的节点入队for (Vertex<T> vertex: vertexList) {if (vertex.getInDegree() == 0) {queue.offer(vertex);}}// 如果没有入度为0的节点，说明出现循环依赖if (queue.isEmpty()) {throw new Exception("detected circle, no zero indegree node.");}while (!queue.isEmpty()) {Vertex<T> v = queue.poll();// 排序sortedList.add(v.getValue());cnt++;for (Edge<T> edge: v.getEdges()) {// 更新所有关联顶点的入度Vertex<T> endVertex = edge.getEndVertex();if (endVertex != null) {endVertex.setInDegree(endVertex.getInDegree() - 1);if (endVertex.getInDegree() == 0) {queue.offer(endVertex);}}}}if (cnt != vertexList.size()) {// 如果拓扑排序结束后数量不匹配，说明有环throw new Exception("detected circle!");}return sortedList;
}
欢迎在留言区留下你的观点，一起讨论提高。如果今天的文章让你有新的启发，学习能力的提升上有新的认识，欢迎转发分享给更多人。
欢迎各位读者加入订阅号程序员小乐技术群，在后台回复“加群”或者“学习”即可。
猜你还想看
阿里、腾讯、百度、华为、京东最新面试题汇集
解决Kubernetes Pod故障的5个简单技巧
这张「二维码」火到了GitHub热榜第一：扫一扫，打破系统边界，文件秒传
什么才是真正的架构设计？
关注订阅号「程序员小乐」，收看更多精彩内容
嘿，你在看吗？
