数据结构幻灯片chp6.ppt

在邻接表中增设了一个数组count[ ]，记录各个顶点入度。入度为零的顶点即无前驱的顶点。 在输入数据前，邻接表的顶点表NodeTable[ ]和入度数组count[ ]全部初始化。在输入数据时，每输入一条边j, k，就需要建立一个边结点，并将它链入相应边链表中，统计入度信息： Edgeint * p = new Edgeint(k); //建立边结点, dest 域赋为 k p→link = NodeTable[j].adj; NodeTable[j].adj = p; //链入顶点 j 的边链表的前端 count[k]++; //顶点 k 入度加一 在拓扑排序算法中，使用一个存放入度为零的顶点的链式栈，供选择和输出无前驱的顶点。只要出现入度为零的顶点，就将它加入栈中。 使用这种栈的拓扑排序算法可以描述如下： (1) 建立入度为零的顶点栈; (2) 当入度为零的顶点栈不空时, 重复执行 从顶点栈中退出一个顶点, 并输出之; 从AOV网络中删去这个顶点和它发出的边, 边的终顶点入度减一; 如果边的终顶点入度减至0, 则该顶点进入度为零的顶点栈; (3) 如果输出顶点个数少于AOV网络的顶点个数, 则报告网络中存在有向环。 在算法实现时，为了建立入度为零的顶点栈，可以不另外分配存储空间，直接利用入度为零的顶点的count[ ]数组元素。我们设立了一个栈顶指针top，指示当前栈顶的位置，即某一个入度为零的顶点位置。栈初始化时置top = -1，表示空栈。 将顶点 I 进栈时，执行以下指针的修改： count[i] = top; top = i; // top指向新栈顶i, 原栈顶元素放在count[i]中 退栈操作可以写成： j = top; top = count[top]; //位于栈顶的顶点的位置记于 j, top退到次栈顶 拓扑排序时入度为零的顶点栈的变化 class Graph { //图的邻接表的类定义 friend class intVertex; friend class int, intEdge; private: Vertexint, int *NodeTable; int *count; int n; public: Graph ( const int vertices = 0 ) : n ( vertices ) { NodeTable = new vertexint, int[n]; count = new int[n]; }; void TopologicalOrder ( ); } 拓扑排序的算法 void Graph::TopologicalSort ( ) { int top = -1; //入度为零的顶点栈初始化 for ( int i = 0; i n; i++ ) //入度为零顶点进栈 if ( count[i] == 0 ) { count[i] = top; top = i; } for ( i = 0; i n; i++ ) //期望输出n个顶点 if ( top == -1 ){ //中途栈空,转出 cout “网络中有回路(有向环) endl; return; } else { //继续拓扑排序 int j = top; top = count[top]; //退栈 cout j endl; //输出 Edgeint * l = NodeTable[j].adj; while ( l ) { //扫描该顶点的出边表 int k = l→dest; //另一顶点 if ( --count[k] == 0 ) //该顶点入度减一 { count[k] = top; top = k; } //减至零 l = l→link; } } } 分析此拓扑排序算法可知，如果AOV网