cpp #include <iostream> #include <queue> #include <vector> using namespace std; const int MAXN = 310; int n, m; vector<int> edges[MAXN]; int inDegree[MAXN]; int main() { cin >> n >> m; for (int i = 0; i < m; i++) { int u, v; cin >> u >> v; edges[u].push_back(v); inDegree[v]++; } priority_queue<int, vector<int>, greater<int>> q; for (int i = 0; i < n; i++) { if (inDegree[i] == 0) { q.push(i); } } while (!q.empty()) { int u = q.top(); q.pop(); cout << u << " "; for (int i = 0; i < edges[u].size(); i++) { int v = edges[u][i]; inDegree[v]--; if (inDegree[v] == 0) { q.push(v); } } } cout << endl; return 0; }改进这段代码，不改变输入和输出

这段代码是基于拓扑排序的实现，用于解决有向无环图（DAG）的问题。为了改进这段代码，我们可以将其优化为拓扑排序的另一种实现方式——Kahn算法。Kahn算法使用一个队列来存储入度为0的节点，每次从队列中取出一个节点，将其输出，并将其所有邻接节点的入度减1，若邻接节点的入度变为0，则将其加入队列中。

下面是改进后的代码：

#include <iostream>
#include <queue>
#include <vector>
using namespace std;

const int MAXN = 310;
int n, m;
vector<int> edges[MAXN];
int inDegree[MAXN];

int main() {
    cin >> n >> m;
    for (int i = 0; i < m; i++) {
        int u, v;
        cin >> u >> v;
        edges[u].push_back(v);
        inDegree[v]++;
    }
    queue<int> q;
    for (int i = 0; i < n; i++) {
        if (inDegree[i] == 0) {
            q.push(i);
        }
    }
    while (!q.empty()) {
        int u = q.front();
        q.pop();
        cout << u << " ";
        for (int i = 0; i < edges[u].size(); i++) {
            int v = edges[u][i];
            inDegree[v]--;
            if (inDegree[v] == 0) {
                q.push(v);
            }
        }
    }
    cout << endl;
    return 0;
}

改进的主要点在于使用队列来存储入度为0的节点，而不是使用优先队列。