如何解决模块依赖关系的DAG？

Question

我正在使用networkx构建一个DAG，以表示多个模块之间的依赖关系。

考虑服装“模块”之间的依赖性：

import networkx as nx
dependencies = {
    'underpants': [],
    'socks': [],
    'pants': ['underpants'],
    'shirt': [],
    'sweater': ['shirt'],
    'coat': ['shirt', 'sweater'],
    'shoes': ['socks', 'pants']
}
modules = dependencies.keys()

G = nx.DiGraph()

for mod in modules:
    G.add_node(mod)

for mod, deps in dependencies.items():
    for dep in deps:
        G.add_edge(mod, dep)

nx.draw_networkx(G)

这意味着如果我想穿鞋，我已经需要穿袜子，也要穿裤子。并扩展为内裤（裤子的依赖性）。

我现在想要一个带有“模块”的函数，并以我必须先运行的正确顺序返回所有其他模块。

示例：

prerequisites("pants") == ["underpants"]
prerequisites("underpants") == []
prerequisites("shoes") == ["underpants", "pants", "socks"]  # or: ["socks", "underpants", "pants"] would also work.

我确定这个问题确实存在，我只是不知道它的算法/函数名称，对吧？

我认为通过list(nx.topological_sort(G))获得的拓扑顺序几乎是我想要的。但是，在这种情况下，它将返回

['shirt', 'sweater', 'coat', 'socks', 'underpants', 'pants', 'shoes']

所以，如果我想穿袜子，这会让我先穿上衬衫，毛衣和外套（即使它们是可选的，但没有依赖性）。

Answer 1

查看深度优先搜索算法

Answer 2

我认为DFS方法可以完成任务。算法如下：

FindDependencies( module ) {
    ans = []
    for d in dependencies[module] {
        ans = append(ans, FindDependencies(d))
    }
    ans = append(ans, module)
    return ans
}