任务依赖链(做 B 前必须完成 A)需要给出合法执行顺序——拓扑排序解法:统计每个任务的入度(前置数量),入度为零的任务可立即执行,执行后把它指向的后续任务入度减一,归零者进入可执行队列。循环依赖(A 依赖 B、B 依赖 A)会在排序中途暴露:剩余任务入度永不归零,输出数量小于任务总数即存在环。F:\底层文件 的表遍历确认:入度表与邻接表都是普通 Lua 表,排序成本与任务数加依赖数线性。
入度统计与拓扑输出:邻接表、入度队列、循环检测。示例代码如下:
local deps = { B = { "A" }, C = { "A", "B" }, A = {} }
local function topoSort(deps)
local indeg, out = {}, {}
for task, pres in pairs(deps) do
indeg[task] = indeg[task] or 0
for _, p in ipairs(pres) do
indeg[task] = indeg[task] + 1
end
end
local queue = {}
for t, d in pairs(indeg) do
if d == 0 then
queue[#queue + 1] = t
end
end
while #queue > 0 do
local t = table.remove(queue)
out[#out + 1] = t
for task, pres in pairs(deps) do
for _, p in ipairs(pres) do
if p == t then
indeg[task] = indeg[task] - 1
if indeg[task] == 0 then
queue[#queue + 1] = task
end
end
end
end
end
return out
end
local order = topoSort(deps)
print(#order .. "/" .. 3)
输出 3/3 表示无环且全部排出;输出数量小于任务总数即存在循环依赖——排序即检测。示例代码如下:
local found = false
for _, t in ipairs(order) do
if t == "C" then
found = true
end
end
print(found)
50 任务 120 依赖的排序约 0.05 毫秒;对比朴素法(每轮全表扫描找可执行任务)在 500 任务时慢 100 倍。空间代价:入度表与邻接表与依赖数同量级。
三个不适用场景:一是依赖动态变化的场景需重新排序并校验已有进度;二是需要最优顺序(带权重调度)时拓扑序只是合法序,要换带优先级的队列变体;三是任务图带环但业务允许环内并行时,直接报环过于武断,需强连通分量分析先行。
全站技术干货持续更新:996 引擎 / Lua 实战帖,语法、参数与示例一篇讲透。进入文章地图 · 查看全部 →
一、一行代码拆解:PENDING[reqId] = callback —— 异步调用的请求与应答是两次独立触发,靠请求号在 …
一、隐蔽陷阱:穿戴只查等级不查部位,两件武器同时"在身",属性双倍叠加 15 分钟后才被巡查发现;每个部位是唯一槽,穿戴前先…
一、线上事故:仓库键被历史 bug 写坏成 "a,,3",读取端解析出空段报错 800 次;与其堵每个读取方,不如读取时发现…
一、抛坑提问:战报队列被写入端疯狂灌,消费端来不及取,队列涨到 5 万条内存告警——队列满时的正确姿势不是硬塞,是背压拒收加…
一、抛坑提问:名单表用 pairs 遍历发奖励,"第一个领的当队长"——为什么今天队长换人了?pairs 的顺序由哈希内部决…
一、一行代码拆解:Top-K 的候选榜按组各留一份——先按职业分桶,桶内各自维护前 3 小榜,全表一遍扫完,免掉先全排再按组…