graphlib.TopologicalSorter可可靠拓扑排序DAG但不自动检环，需捕获CycleError；输入为节点→后继映射，方向是“当前节点→依赖它的节点”；通过prepare()、get_ready()、done()三步完成排序；get_ready()返回tuple以保证不可变性；孤立节点必须显式声明。
graphlib.TopologicalSorter 能可靠处理有向无环图（DAG）的拓扑排序，但不能自动检测环——遇到环时会抛出 graphlib.CycleError，必须主动捕获并处理。
如何用 TopologicalSorter 做基础拓扑排序
构造时传入一个映射：每个节点为键，其直接后继（依赖项）列表为值。注意方向是「当前节点 → 依赖它的节点」，即 {'A': ['B', 'C']} 表示 B 和 C 都依赖 A（A 必须先于 B、C 执行）。
调用 .prepare() 进入就绪队列，再循环调用 .get_ready() 拿出当前无依赖的节点，处理完后用 .done(*nodes) 标记完成。
from graphlib import TopologicalSorter
<p>graph = {"A": ["B", "C"], "B": ["D"], "C": ["D"], "D": []}
sorter = TopologicalSorter(graph)</p><p>sorter.prepare()
result = []
while sorter.is_active():
ready = sorter.get_ready() # 返回 tuple，可能含多个就绪节点
result.extend(ready)
sorter.done(*ready)</p><p>print(result) # ['A', 'B', 'C', 'D'] 或 ['A', 'C', 'B', 'D']（B/C 顺序不唯一）立即学习“Python免费学习笔记（深入）”；
为什么 get_ready() 返回 tuple 而不是 list
因为内部使用集合去重和无序性保证，返回 tuple 是为了明确不可变语义——你不能原地修改它。若需排序（比如按字母顺序调度同层节点），得手动处理：
- 直接
sorted(sorter.get_ready())会破坏就绪性判断逻辑（get_ready()调用本身不改变状态） - 正确做法是：先
get_ready()拿到节点，再按需排序，最后统一传给done() - 例如：
ready = sorted(sorter.get_ready()); result.extend(ready); sorter.done(*ready)
遇到 CycleError 怎么定位环
graphlib.CycleError 的 .args 是个二元组：(cycle_list, node)，其中 cycle_list 是检测到的环路径（不一定是最小环，但一定包含环）。关键点：
- 必须在
prepare()或get_ready()时捕获，prepare()更早暴露问题 -
cycle_list中首尾节点相同，例如['A', 'B', 'C', 'A']，实际环是A→B→C→A - 如果只关心是否存在环，
try/except即可；若要调试，打印cycle_list[:-1]看环边
try:
sorter.prepare()
except CycleError as e:
cycle = e.args[0]
print("Detected cycle:", cycle[:-1]) # ['A', 'B', 'C']
和 networkx.topological_sort() 的关键差异
如果你之前用过 networkx，要注意：graphlib 不提供图结构封装，只做排序逻辑；也没有 reverse=True 这类便利参数。
-
graphlib输入必须是dict[node] → list[successors]，不支持边列表、邻接矩阵等格式 - 不支持自定义比较器或稳定排序，同层节点顺序由哈希决定，不可控
- 没有内置的「反向拓扑序」（即从叶子往根排），需手动反转结果——但注意：反转后不一定是合法的逆拓扑序，仅当原图所有路径长度相等时才成立
- 内存更轻量，纯 Python 实现，无额外依赖
真正容易被忽略的是：图中孤立节点（无入边也无出边）必须显式出现在字典键中，否则 TopologicalSorter 会直接忽略它们——哪怕你只关心排序，漏掉节点也会导致结果不全。
