我有一个在它们之间有依赖关系的任务列表，我正在考虑如何使用JGraphT来管理任务的顺序。我会将图形设置为有向图并在处理它们时删除顶点（或者我应该屏蔽它们？）。如果我一次只执行一个任务，我可以使用TopologicalOrderIterator，但我希望将任务并行化。我可以获得TopologicalOrderIterator并检查Graphs.vertexHasPredecessors，直到我找到尽可能多的执行次数，但理想情况下会有Graphs.getVerticesWithNoPredecessors之类的内容。我看到Netflix提供了一个实用程序来获取叶子顶点，所以我可以反转图形并使用它，但它可能不值得。谁能指出我更好的方式？谢谢！
答案 0 :(得分：0)
拓扑订单可能不一定是你想要的。这是一个例子，为什么不呢。给定以下任务的拓扑排序：[1,2,3,4]和弧(1,3)，(2,3)。也就是说，任务1需要在任务3之前完成，类似于2和4。我们还假设任务1需要很长时间才能完成。因此，我们可以开始并行处理任务1和2，但在3完成之前无法启动1。即使任务2完成，我们也无法启动任务4，因为任务3是我们排序中的下一个任务，此任务被1阻止。
这是你能做的。创建一个数组dep[]，跟踪每个任务的未实现依赖项的数量。因此，dep[i]==0表示已完成任务i的所有依赖项，这意味着我们现在可以执行任务i。如果dep[i]>0，我们还无法执行任务i。让我们假设有一个任务j需要在任务i之前执行。一旦我们完成任务j，我们就可以减少任务i的未实现依赖项的数量，即：dep[i]=dep[i]-1。同样，如果dep[i]==0，我们现在可以处理任务i了。
简而言之，伪代码中的算法看起来像这样：
dep[]数组。i dep[i]==0
i完成，则对依赖于dep[j]的所有任务j递减i。如果任务j有dep[j]==0，请开始处理。您当然可以使用定向图来建模依赖关系。每次完成任务时，您都可以简单地遍历传出的邻居（在jgrapht中使用successorsOf（顶点）函数）。 DAG也可以简单地用于检查可行性：如果图形包含一个循环，那么您的依赖项就会出现问题。但是，如果您不需要这种重型机械，我只需创建一个二维数组，其中每个任务i存储依赖于i的任务。
结果算法在O（n + m）时间内运行，其中n是任务数，m是弧数（依赖性）。所以这非常有效。