數(shù)據(jù)結(jié)構(gòu)拓?fù)渑判蛴心膸追N序列？拓?fù)渑判虻姆椒ㄊ?，先找到第一個(gè)沒有被指的，就是C1，加入序列。然后擦掉跟C1有關(guān)的邊，此時(shí)C2和C3都滿足沒有被指，選一個(gè)，比如選C2，加入序列，擦掉和C2有關(guān)的邊，這個(gè)

數(shù)據(jù)結(jié)構(gòu)拓?fù)渑判蛴心膸追N序列？

拓?fù)渑判虻姆椒ㄊ?，先找到第一個(gè)沒有被指的，就是C1，加入序列。然后擦掉跟C1有關(guān)的邊，此時(shí)C2和C3都滿足沒有被指，選一個(gè)，比如選C2，加入序列，擦掉和C2有關(guān)的邊，這個(gè)時(shí)候可以選C3，C4，C5或C6……如此而已

拓?fù)渑判驎r(shí)間復(fù)雜度o(n e)怎么算的？

對(duì)有n個(gè)頂點(diǎn)和e條弧的有向圖而言，建立求各頂點(diǎn)的入度的時(shí)間復(fù)雜度為O(e)；建零入度頂點(diǎn)棧的時(shí)間復(fù)雜度為O(n)；在拓?fù)渑判蜻^程中，若有向圖無(wú)環(huán)，則每個(gè)頂點(diǎn)進(jìn)一次棧、出一次棧，入度減1的操作在while語(yǔ)句中總共執(zhí)行e次，所以總的時(shí)間復(fù)雜度為O(n e)。 對(duì)一個(gè)有向無(wú)環(huán)圖(Directed Acyclic Graph簡(jiǎn)稱DAG)G進(jìn)行拓?fù)渑判颍菍中所有頂點(diǎn)排成一個(gè)線性序列，使得圖中任意一對(duì)頂點(diǎn)u和v，若邊(u，v)∈E(G)，則u在線性序列中出現(xiàn)在v之前。 通常，這樣的線性序列稱為滿足拓?fù)浯涡?Topological Order)的序列，簡(jiǎn)稱拓?fù)湫蛄?。?jiǎn)單的說，由某個(gè)集合上的一個(gè)偏序得到該集合上的一個(gè)全序，這個(gè)操作稱之為拓?fù)渑判颉?時(shí)間復(fù)雜度是同一問題可用不同算法解決，而一個(gè)算法的質(zhì)量?jī)?yōu)劣將影響到算法乃至程序的效率。算法分析的目的在于選擇合適算法和改進(jìn)算法。 計(jì)算機(jī)科學(xué)中，算法的時(shí)間復(fù)雜度是一個(gè)函數(shù)，它定性描述了該算法的運(yùn)行時(shí)間。這是一個(gè)關(guān)于代表算法輸入值的字符串的長(zhǎng)度的函數(shù)。 時(shí)間復(fù)雜度常用大O符號(hào)表述，不包括這個(gè)函數(shù)的低階項(xiàng)和首項(xiàng)系數(shù)。使用這種方式時(shí)，時(shí)間復(fù)雜度可被稱為是漸近的，它考察當(dāng)輸入值大小趨近無(wú)窮時(shí)的情況。

什么是拓?fù)渑判颍?/h2>

拓?fù)渑判蚴蔷€性代數(shù)里面所學(xué)的內(nèi)容，對(duì)一個(gè)有向無(wú)環(huán)圖進(jìn)行排序，是將圖中的所有頂點(diǎn)排成一個(gè)線性序列，使得圖中任意的一對(duì)頂點(diǎn)，若對(duì)定點(diǎn)的邊完全屬于圖，則一個(gè)頂點(diǎn)在線性序列中出現(xiàn)在另一個(gè)頂點(diǎn)之前。這樣的線性序列就是滿足拓?fù)浯涡虻男蛄?，?jiǎn)稱拓?fù)湫蛄小?/p>