拓扑排序
寻找项目之间依赖顺序的过程称为拓扑排序（topological sorting）。
首先要了解有向无环图|Directed Acyclic Graph：
用字典表示：G = { 'a':'bce', 'b':'d','c':'d','d':'','e':'cd'}
Key为value的前置条件（满足其一即可）
粗略解释来说就是： 访问bce前需要访问a， 访问d前需要访问b, 访问d前需要访问c, 访问cd前需要访问e。
就像是选课一样，先上101，才能上201.
之后要了解入度表|In_degrees：
入度表能够表示所有Key的入度数。
何为入度数？
大白话来讲就是“可作为其前置条件的数量”
在G = { 'a':'bce', 'b':'d','c':'d','d':'','e':'cd'}这个例子中：
入度表即为：in_degree = {'a':0, 'b':1, 'c':2, 'd': 3, 'e':1}
解释一下就是：a的入度为0，因为它没有前置条件，所以它必然是整个环的起点；b和e的入度均为1（都是从a来的），c的入度为2（它可以从a or e过来）。。。
画个图可以更好理解。
做法：
1.先建立Graph，其为有向无环图。
2.建立入度表，得出每个Key的入度。
3.将入度为0的key放到result首位。
以下待修改
4.再把下一个没有上一位key后入度为0的key加入result。
5.循环上一步，直到result被填满所有key。
python公式模板：
def toposort(graph): #如果没有现成的Graph，就要自己想办法造一个出来 in_degrees = dict((u,0) for u in graph) #初始化所有顶点入度为0 for u in graph: for v in graph[u]: in_degrees[v] += 1 #计算每个顶点的入度，对应的key每在graph[u]里被提到一次，入度就+1 start = [u for u in in_degrees if in_degrees[u] == 0] # 筛选入度为0的顶点 result = [] while start: u = start.pop() #默认从最后一个删除 result.append(u) for v in graph[u]: in_degrees[v] -= 1 #类似之前，对应的key每在graph[u]里被提到一次，入度就-1
if in_degrees[v] == 0: start.append(v) #再次筛选入度为0的顶点 return resultG = { 'a':'bce', 'b':'d', 'c':'d', 'd':'', 'e':'cd'}print(toposort(G))结果为：
['a', 'e', 'c', 'b', 'd']
参考资料：
Python实现拓扑排序的基本教程，赵洁钰Amy，2018年03月11日，脚本之家，https://www.jb51.net/article/136203.htm