依赖图用std::unordered_map建邻接表，a依赖b则存graph["b"].push_back("a")；入度需独立map维护并显式初始化所有节点；拓扑排序用queue bfs，结果长度小于节点数则存在环。
依赖图怎么建：用 std::unordered_map 存邻接表最直接
拓扑排序的前提是把依赖关系转成有向图。C++里不用手写链表，std::unordered_map<:string std::vector>></:string> 就够用——键是节点（比如模块名），值是它直接依赖的节点列表。
常见错误是把依赖方向搞反：A 依赖 B，意味着 A → B 这条边存在，B 必须在 A 前构建。但很多人误写成 graph["A"].push_back("B") 却当成 “A 被 B 依赖”，结果排序出来顺序颠倒。
实操建议：
- 读配置或输入时，对每条
"A depends on B"，执行graph["B"].push_back("A")（B 是前置，A 是后置） - 别漏掉只被依赖、不依赖别人的节点（比如 B 可能不在任何
depends on左侧），要显式初始化其 entry，否则graph["B"]访问会隐式插入空 vector，影响入度统计 - 如果节点名含路径或版本号（如
"libfoo@1.2"），确保哈希和比较行为一致；std::string默认安全，别换成const char*
入度数组不能靠 map 遍历推导
std::unordered_map 的 key 是所有“作为依赖源”的节点，但入度为 0 的起点可能根本没出现在 key 里（比如某个模块完全不被依赖，也不依赖别人）。只遍历 map 会漏掉这些孤立节点。
立即学习“C++免费学习笔记（深入）”；
正确做法是维护一个独立的 std::unordered_map<:string int> indegree</:string>，并在建图时双路更新：
- 每出现一次
"X depends on Y"，做indegree["X"]++（X 入度+1） - 同时确保
indegree["Y"]存在（哪怕为 0），可用indegree.try_emplace("Y", 0) - 最后把所有
indegree[v] == 0的v入队，这才是真正的起点
漏初始化 indegree 会导致某些节点永远进不了队列，拓扑序列为空或截断——这是最常踩的坑。
用 std::queue BFS 拓扑排序，别用 DFS 递归
DFS 实现拓扑序容易陷入环检测和逆序拼接的泥潭，而简易场景下 BFS 更稳：每次取入度为 0 的节点，删掉它发出的所有边（即对每个邻居减入度），新入度为 0 的再入队。
关键细节：
- 用
std::queue<:string></:string>，不是std::stack——顺序不重要，但 BFS 天然避免递归爆栈 - 删边时必须检查邻居是否还在
indegree中（因为有些节点可能压根没在图里出现过，graph[node]会隐式创建空 vector） - 循环结束时，如果结果序列长度 "cyclic dependency detected"
示例核心逻辑片段：
std::queue<std::string> q;
for (const auto& [node, deg] : indegree) {
if (deg == 0) q.push(node);
}
std::vector<std::string> result;
while (!q.empty()) {
std::string u = q.front(); q.pop();
result.push_back(u);
for (const std::string& v : graph[u]) {
indegree[v]--;
if (indegree[v] == 0) q.push(v);
}
}
if (result.size() != indegree.size()) { /* cycle */ }
字符串节点名带来哈希与内存开销，小项目可换 int ID
如果节点总数可控（比如几百个以内），把字符串映射成 int ID 能省掉哈希计算和堆分配，std::vector<:vector>></:vector> 邻接表比 unordered_map 快不少，且 std::vector<int> indegree</int> 下标访问 O(1)。
代价是需要额外维护 std::unordered_map<:string int> name2id</:string> 和 std::vector<:string> id2name</:string>。但只要解析阶段一次性做完，后续全用 ID 运算，性能提升明显。
容易忽略的是：ID 分配必须覆盖全部节点（包括只被依赖的），否则 indegree.size() 和实际节点数对不上，环检测失效。
事情说清了就结束
