在不知道它们的值的情况下对 Python 数字列表进行排序，而只知道它们之间的关系

Posted 2023-02-21

【中文标题】在不知道它们的值的情况下对 Python 数字列表进行排序，而只知道它们之间的关系

【英文标题】：Sorting a Python list of numbers without knowing their values, but only their relationships among each other

【发布时间】：2020-03-23 13:01:16

【问题描述】：

我有一个数字列表，我无法真正知道它们的真实值。假设list = [a,b,c,d]。但我有关于它们如何相互关联的信息：

a > b
b > d
d > c

因此我可以推断出按降序排序的列表是[ a, b, d, c]。

另一个更复杂的例子

relationships =
 - g > b
 - d > c > a
 - d > g
 - f > e > a
 - f > e > d

在这种情况下，我们有多个可能的答案

            Result: 
  [ [f, e, d, c, a, g, b],
    [f, e, d, g, c, a, b],
    [f, e, d, g, c, b, a],
  ... ]

仅举几例

我希望函数准确地返回我：所有可能答案的列表。关系是列表的列表，其中每个列表表示降序排序的关系。例如 relationships = [[a,b],[b,c]] 告诉我 "a > b" 和 "b > c" 。关系内部的内部列表不必具有相同的大小。如果输入无效/不可能，算法应该抛出错误。例如：

relationships = [[a,b],[b,c],[c,a] 是不可能的情况

什么是最有效的方法？我正在考虑使用图论，其中图不能是非循环的。例如 A -> B 意味着节点 A 去 B 意味着 A > B ，因此 B -> A 不能存在。有点像二叉树，但在这种情况下，我们只能允许 1 个，而不是每个节点允许 2 个子节点。

这是一个好主意吗？还是有人知道如何解决这个问题？

【问题讨论】：

这称为“拓扑排序”。我看到很多 Python 实现，尽管我不知道是否有任何支持您的“所有可能的答案”要求 - 典型的拓扑排序应用程序只需要一个答案。

这是Partial Order Sorting 上的相关答案，它证实您走在正确的轨道上，并提供更多信息和链接，例如Python Topological Sort 软件可能对您的任务有用。

哦，谢谢大家！知道它的术语会让整个世界变得不同。就是这样。我稍后会用我自己的实现来实现这个:)

【参考方案1】：

你需要 3 个想法来理解这一点。

首先是通过卡恩算法进行拓扑排序。有关说明，请参见 https://en.wikipedia.org/wiki/Topological_sorting#Kahn's_algorithm。我一直在通过该算法生成拓扑排序，并 yielding 每一个。

第二个是基于堆栈的编程。 Think Forth，或 RPN。这个想法是我有一堆动作。在每个步骤中，我都会从todo 列表中取出最重要的操作并执行此操作。如果我将项目添加到todo 列表中，那就像进行递归调用一样。在我的情况下，操作是choose（尝试所有有意义的选择），add（将一个元素添加到排序列表并记账），remove（从排序列表中删除一个元素并记账）和try（安排操作添加/选择/删除 - 但放置顺序相反，因为堆栈）。

第三个是生成器。我只是yield 多次，然后从我所在的位置继续。这可以循环，变成一个列表等。

这里是代码。

def topological_sorts (descending_chains):
    arrive_to = 
    outstanding_arrivals = 
    for chain in descending_chains:
        for x in chain:
            if x not in arrive_to:
                arrive_to[x] = set([])
                outstanding_arrivals[x] = 0
        for i in range(1, len(chain)):
            arrive_to[chain[i-1]].add(chain[i])

    for item in arrive_to:
        for x in arrive_to[item]:
            outstanding_arrivals[x] += 1

    todo = [['choose', None]]
    sorted_items = []
    chosen = set([])
    items = [x for x in arrive_to]
    while len(todo):
        action, item = todo.pop()
        if action == 'choose':
            choices = []
            for x in outstanding_arrivals:
                if x not in chosen and 0 == outstanding_arrivals[x]:
                    choices.append(x)
            if 0 == len(choices):
                if len(sorted_items) == len(items):
                    yield sorted_items
                else:
                    print((choices, outstanding_arrivals, sorted_items))
                    break
            else:
                for item in choices:
                    todo.append(['try', item])
        elif action == 'try':
            chosen.add(item)
            sorted_items.append(item)
            todo.append(['remove', item])
            todo.append(['choose', None])
            todo.append(['add', item])
        elif action == 'add':
            chosen.add(item)
            for x in arrive_to[item]:
                outstanding_arrivals[x] -= 1
        elif action == 'remove':
            chosen.remove(item)
            sorted_items.pop()
            for x in arrive_to[item]:
                outstanding_arrivals[x] += 1
        else:
            yield ('todo:', action, item)

这是第二个示例的使用方法。

for sort in topological_sorts([
        ['g', 'b'],
        ['d', 'c', 'a'],
        ['d', 'g'],
        ['f', 'e', 'a'],
        ['f', 'e', 'd']]):
    print(sort)

【讨论】：

我希望我能给这个答案100个赞。这很有效，而且非常优雅。非常感谢。我不知道发电机的概念。真的很酷的东西。那么我基本上可以让一个函数表现得像一个迭代器吗？

@RafaelSantos 没错。您可以在 Python 中手动构造迭代器，但只需使用带有 yield 而没有 return 的函数即可为您完成所有的记账工作。

【参考方案2】：

我在 Rosetta Code here 网站上为拓扑排序编写了 Python 代码。

输入是一个将节点映射到它所依赖的节点集的字典（在您的情况下，它们是“大于”的节点）。使用以下内容来表示您的示例依赖项：

a,b,c,d,e,f,g = 'abcdefg'  # For ease of use
data = c:a, d:'cag', e:'ad', f:'ead', g:b  # <node>:<is_greater_than>
dat = key: set(val) for key, val in data.items()
print ('\n'.join( toposort2(dat) ))

正确的输出如下，同一行上的节点可以以任何顺序出现在其上方其他行的节点之前：

a b
c g
d
e
f

注意您为示例提供的解决方案是错误的，因为您不能有 f,e,d 然后紧跟 b;它必须由 c 或 g（以任何顺序）；然后是 a 或 b（以任何顺序）。