如何利用深度优先实现拓扑排序于逆拓扑排序

利用深度优先搜索实现拓扑排序的步骤如下：
1. 构建图的邻接表表示。
2. 统计每个节点的入度。
3. 从入度为0的节点开始，进行深度优先搜索，并将已经访问过的节点加入结果列表中。
4. 搜索完成后，将结果列表反转即可得到拓扑排序的结果。

以下是利用深度优先搜索实现拓扑排序的Python代码示例：

from collections import defaultdict

class Graph:
    def __init__(self, num_vertices):
        self.graph = defaultdict(list)
        self.num_vertices = num_vertices

    def add_edge(self, u, v):
        self.graph[u].append(v)

    def topological_sort_util(self, v, visited, stack):
        visited[v] = True
        for i in self.graph[v]:
            if not visited[i]:
                self.topological_sort_util(i, visited, stack)
        stack.append(v)

    def topological_sort(self):
        visited = [False] * self.num_vertices
        stack = []
        for i in range(self.num_vertices):
            if not visited[i]:
                self.topological_sort_util(i, visited, stack)
        return stack[::-1]

# 示例
g = Graph(6)
g.add_edge(5, 2)
g.add_edge(5, 0)
g.add_edge(4, 0)
g.add_edge(4, 1)
g.add_edge(2, 3)
g.add_edge(3, 1)

print("拓扑排序结果：", g.topological_sort())

逆拓扑排序与拓扑排序类似，只不过是将图中的边反向，然后再进行拓扑排序。以下是逆拓扑排序的Python代码示例：

from collections import defaultdict

class Graph:
    def __init__(self, num_vertices):
        self.graph = defaultdict(list)
        self.num_vertices = num_vertices

    def add_edge(self, u, v):
        self.graph[v].append(u)

    def topological_sort_util(self, v, visited, stack):
        visited[v] = True
        for i in self.graph[v]:
            if not visited[i]:
                self.topological_sort_util(i, visited, stack)
        stack.append(v)

    def topological_sort(self):
        visited = [False] * self.num_vertices
        stack = []
        for i in range(self.num_vertices):
            if not visited[i]:
                self.topological_sort_util(i, visited, stack)
        return stack[::-1]

# 示例
g = Graph(6)
g.add_edge(2, 5)
g.add_edge(0, 5)
g.add_edge(0, 4)
g.add_edge(1, 4)
g.add_edge(3, 2)
g.add_edge(1, 3)

print("逆拓扑排序结果：", g.topological_sort())