graphlib
- 用于操作类图结构的功能¶
源代码: Lib/graphlib.py
- class graphlib.TopologicalSorter(graph=None)¶
提供对 可哈希 节点的图进行拓扑排序的功能。
拓扑排序是指图中顶点的线性排序,使得对于从顶点 u 到顶点 v 的每条有向边 u -> v,顶点 u 在排序中都位于顶点 v 之前。例如,图的顶点可能表示要执行的任务,边可能表示一个任务必须在另一个任务之前执行的约束条件;在本例中,拓扑排序只是一个有效的任务序列。当且仅当图中没有有向环时,即如果它是一个有向无环图,才有可能进行完整的拓扑排序。
如果提供了可选的 graph 参数,则它必须是一个表示有向无环图的字典,其中键是节点,值是该节点在图中所有前驱节点的可迭代对象(具有指向键中值的边的节点)。可以使用
add()
方法将其他节点添加到图中。一般情况下,对给定图进行排序所需的步骤如下:
创建一个
TopologicalSorter
的实例,并提供一个可选的初始图。将其他节点添加到图中。
在图上调用
prepare()
。当
is_active()
为True
时,迭代get_ready()
返回的节点并对其进行处理。在每个节点完成处理后,在其上调用done()
。
如果只需要对图中的节点进行立即排序,并且不涉及并行处理,则可以直接使用便捷方法
TopologicalSorter.static_order()
>>> graph = {"D": {"B", "C"}, "C": {"A"}, "B": {"A"}} >>> ts = TopologicalSorter(graph) >>> tuple(ts.static_order()) ('A', 'C', 'B', 'D')
该类旨在轻松支持在节点准备就绪时对其进行并行处理。例如:
topological_sorter = TopologicalSorter() # Add nodes to 'topological_sorter'... topological_sorter.prepare() while topological_sorter.is_active(): for node in topological_sorter.get_ready(): # Worker threads or processes take nodes to work on off the # 'task_queue' queue. task_queue.put(node) # When the work for a node is done, workers put the node in # 'finalized_tasks_queue' so we can get more nodes to work on. # The definition of 'is_active()' guarantees that, at this point, at # least one node has been placed on 'task_queue' that hasn't yet # been passed to 'done()', so this blocking 'get()' must (eventually) # succeed. After calling 'done()', we loop back to call 'get_ready()' # again, so put newly freed nodes on 'task_queue' as soon as # logically possible. node = finalized_tasks_queue.get() topological_sorter.done(node)
- add(node, *predecessors)¶
将一个新节点及其前驱节点添加到图中。node 和 predecessors 中的所有元素都必须是 可哈希的。
如果使用相同的节点参数多次调用,则依赖项集将是传入的所有依赖项的并集。
可以添加没有依赖项的节点(不提供 predecessors)或提供两次依赖项。如果 predecessors 中包含了之前未提供过的节点,则该节点将自动添加到图中,并且自身没有任何前驱节点。
如果在
prepare()
之后调用,则引发ValueError
。
- prepare()¶
将图标记为已完成,并检查图中是否存在环。如果检测到任何环,将引发
CycleError
,但仍然可以使用get_ready()
获取尽可能多的节点,直到环阻止 further progress。调用此函数后,将无法修改图,因此无法再使用add()
添加节点。
- is_active()¶
如果可以取得 further progress,则返回
True
,否则返回False
。如果环没有阻止解析,并且仍然有尚未由TopologicalSorter.get_ready()
返回的准备就绪的节点,或者标记为TopologicalSorter.done()
的节点数量少于TopologicalSorter.get_ready()
返回的节点数量,则可以取得 further progress。此类的
__bool__()
方法 defer 到此函数,因此无需if ts.is_active(): ...
可以简单地执行以下操作:
if ts: ...
如果在之前没有调用
prepare()
的情况下调用,则引发ValueError
。
- done(*nodes)¶
将
TopologicalSorter.get_ready()
返回的一组节点标记为已处理,从而解除 nodes 中每个节点的任何后继节点在将来被TopologicalSorter.get_ready()
调用返回的阻塞。如果 nodes 中的任何节点已被先前对此方法的调用标记为已处理,或者如果某个节点不是通过使用
TopologicalSorter.add()
添加到图中的,或者如果在没有调用prepare()
的情况下调用,或者如果节点尚未由get_ready()
返回,则引发ValueError
。
- get_ready()¶
返回一个包含所有已准备就绪节点的
tuple
。 最初,它返回所有没有前置节点的节点,一旦这些节点通过调用TopologicalSorter.done()
被标记为已处理,则进一步的调用将返回所有前置节点都已处理的新节点。 一旦无法取得 further 进度,则返回空元组。如果在之前没有调用
prepare()
的情况下调用,则引发ValueError
。
- static_order()¶
返回一个迭代器对象,该对象将按拓扑顺序迭代节点。 当使用此方法时,不应调用
prepare()
和done()
。 此方法等效于def static_order(self): self.prepare() while self.is_active(): node_group = self.get_ready() yield from node_group self.done(*node_group)
返回的特定顺序可能取决于项插入图中的特定顺序。 例如
>>> ts = TopologicalSorter() >>> ts.add(3, 2, 1) >>> ts.add(1, 0) >>> print([*ts.static_order()]) [2, 0, 1, 3] >>> ts2 = TopologicalSorter() >>> ts2.add(1, 0) >>> ts2.add(3, 2, 1) >>> print([*ts2.static_order()]) [0, 2, 1, 3]
这是因为“0”和“2”在图中的级别相同(它们会在同一次调用
get_ready()
中返回),并且它们之间的顺序由插入顺序决定。如果检测到任何循环,则会引发
CycleError
。
3.9 版新增。
异常¶
graphlib
模块定义了以下异常类
- exception graphlib.CycleError¶
如果工作图中存在循环,则由
TopologicalSorter.prepare()
引发的ValueError
的子类。 如果存在多个循环,则只会报告并包含其中一个未定义的选择。可以通过异常实例的
args
属性中的第二个元素访问检测到的循环,该循环由节点列表组成,这样,图中的每个节点都是列表中下一个节点的直接前置节点。 在报告的列表中,第一个和最后一个节点将相同,以表明它是循环的。