如何解决模块依赖的DAG？

Question

我正在使用networkx构建一个DAG，它表示我的几个模块之间的依赖关系。你知道吗

考虑服装“模块”之间的依赖关系：

import networkx as nx
dependencies = {
    'underpants': [],
    'socks': [],
    'pants': ['underpants'],
    'shirt': [],
    'sweater': ['shirt'],
    'coat': ['shirt', 'sweater'],
    'shoes': ['socks', 'pants']
}
modules = dependencies.keys()

G = nx.DiGraph()

for mod in modules:
    G.add_node(mod)

for mod, deps in dependencies.items():
    for dep in deps:
        G.add_edge(mod, dep)

nx.draw_networkx(G)

这意味着如果我想穿上鞋子，我需要已经穿上袜子，还有裤子。延伸到内裤（裤子的附属品）。你知道吗

我现在想要一个函数，它接受一个“module”，并以正确的顺序返回我之前必须运行的所有其他模块。你知道吗

示例：

prerequisites("pants") == ["underpants"]
prerequisites("underpants") == []
prerequisites("shoes") == ["underpants", "pants", "socks"]  # or: ["socks", "underpants", "pants"] would also work.

我肯定这个问题存在，我只是不知道它的算法/函数名，对吗？你知道吗

我认为通过list(nx.topological_sort(G))获得的拓扑序几乎就是我想要的。但在这种情况下，它会返回

['shirt', 'sweater', 'coat', 'socks', 'underpants', 'pants', 'shoes']

所以如果我想穿袜子，这个结果会告诉我先穿衬衫、毛衣和外套（尽管它们是可选的，但没有依赖性）。你知道吗

Answer 1

我认为DFS方法可以完成这项任务。算法如下：

FindDependencies( module ) {
    ans = []
    for d in dependencies[module] {
        ans = append(ans, FindDependencies(d))
    }
    ans = append(ans, module)
    return ans
}

Answer 2

查看深度优先搜索算法