拓扑排序tupo模版
一个n年前学的东西，发现还没写博客，就来上一篇
定义：
对一个有向无环图(Directed Acyclic Graph简称DAG)G进行拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若边<u,v>∈E(G)，则u在线性序列中出现在v之前。通常，这样的线性序列称为满足拓扑次序(Topological Order)的序列，简称拓扑序列。简单的说，由某个集合上的一个偏序得到该集合上的一个全序，这个操作称之为拓扑排序。
一句话概括性质：在一个DAG中，每一个能到达点v的点，在线性序列中都出现在v之前。
那么从这个性质就能看出拓扑排序的用处了：用来得到处理问题的顺序
代码实现
方法1：BFS（SPFA优化）
1、先寻找入度为0的点，把它加入队列。
2、搜寻队列，把队列的点G删去，则如果有点的入度有G点的话，入度- -，当发现又出现入度为0的点时，将该点加入队列。
3、拓扑排序的结果为该队列，在执行删点操作的时候存储在一个数组及可。
tips1：如果不一定是DAG，那么就要判是否有环。
Topo(G){
统计图G中每个点的入度(可计算重边，但不可计算自环），记为degree[i]
初始化queue和result为空的队列，并将所有degree为0的点加入queue(用result或者一个数组存储拓扑排序后生成的线性序列)
while (!queue.empty()){
u = queue.pop() // 队首
result.push(u)
for e 是u的出边（若上面计算了重边，这里也要算，与上面一致）
v是e的指向的点
degree[v]--
if (degree[v] == 0) queue.push(v)
}
return result
}
方法2：记忆化搜索（反正我是一般不用）
calculate(u){
if (u 已经搜索过) return table[u]
ans = -inf
for (v 是u的出边指向的点)
ans = max(ans, value[u] + calculate(v))
标记u已经搜索过
table[u] = ans
return ans
}
for (i 是G的所有节点)
result = max(result, calculate(i))
print(result)
