kahn算法需先统计入度，因拓扑排序必须从入度为0的节点开始；bfs中每次删除节点后须立即更新邻接点入度并入队，否则漏节点或死循环；最终序列长度不等于n说明有环。
为什么 Kahn 算法要先统计每个节点的入度
因为拓扑排序只能从「没有前驱」的节点开始，也就是入度为 0 的节点。不提前算好入度，你根本不知道谁可以作为起点；而 BFS 过程中每次删掉一个节点，必须同步更新它所有邻接点的入度——否则无法判断后续哪些点“新变成”了入度为 0 的可选节点。
常见错误是只建图、不做入度数组，或者入度初始化漏掉孤立节点（即既无入边也无出边的点），导致它们永远进不了队列，结果序列缺元素。
- 入度数组大小必须覆盖所有可能的节点编号，建议用
vector<int> indeg(n)</int>，其中n是节点总数（不是边数） - 如果节点编号不连续（比如出现
1, 3, 7），别硬套下标，改用map<int int></int>或离散化 - 有向边
u → v意味着要执行indeg[v]++，不是indeg[u]++
如何用 BFS 正确维护拓扑序列
BFS 在这里不是为了找最短路，而是模拟“逐层剥离源头”的过程：每次取出一个入度为 0 的节点，加入结果，再把它所有出边删掉（即对每个邻居 v 执行 indeg[v]--），若减后为 0 就立即入队。
关键在于「入队时机」：必须在 indeg[v] == 0 刚成立时立刻入队，不能等到下一轮 BFS 再检查——否则会漏节点或死循环。
- 用
queue<int></int>存当前可扩展的节点，别用stack（那是 DFS 拓扑，逻辑不同） - 每 pop 一个节点，就把它加进结果
topovector；不要在入队时就 push - 如果最终
topo.size() != n，说明图中有环，不存在合法拓扑序
C++ 实现中容易忽略的边界与性能点
标准实现看似简单，但实际写错多在初始化和容器选择上。比如用 vector<vector>></vector> 存邻接表时，忘了 resize 图大小；或用 list 替代 queue 导致常数变大；还有把 indeg 声明成局部变量却没初始化为 0。
一个典型错误示例：vector<int> indeg;</int> 而没调用 indeg.resize(n, 0)，此时访问 indeg[i] 是未定义行为。
- 邻接表推荐用
vector<vector>> graph(n)</vector>，比vector<list>></list>缓存友好 - 入度数组务必显式初始化：
vector<int> indeg(n, 0)</int> - 输入含重边？Kahn 不怕，但
indeg[v]++会重复加——需去重或用 set 预处理；一般题目默认无重边 - 节点数
n和边数m都得从输入读，别硬编码
完整可运行的 Kahn 拓扑排序代码片段
以下是最简可用版本，支持节点编号 0 到 n-1，返回空 vector 表示有环：
vector<int> kahnTopo(int n, const vector<vector>>& edges) {
vector<vector>> graph(n);
vector<int> indeg(n, 0);
for (auto& e : edges) {
int u = e[0], v = e[1];
graph[u].push_back(v);
indeg[v]++;
}
queue<int> q;
for (int i = 0; i topo;
while (!q.empty()) {
int u = q.front(); q.pop();
topo.push_back(u);
for (int v : graph[u]) {
indeg[v]--;
if (indeg[v] == 0) q.push(v);
}
}
return topo.size() == n ? topo : vector<int>();
}
</int></int></int></vector></vector></int>
调用时传入边列表，例如 {{0,1},{1,2},{0,2}}，返回 {0,1,2}；若传入 {{0,1},{1,2},{2,0}}，返回空 vector。
真正难的不是写对这个函数，而是当图结构动态变化、或需要输出所有拓扑序、或带权重约束时，Kahn 的扩展逻辑很容易崩——那些时候，入度维护和队列策略就得重新推演。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
