拓扑排序与网络构建：从形容词排序到家族树网络
拓扑排序与形容词排序
拓扑排序在网络分析中有着重要的应用，但它也存在一定的局限性。例如，通过拓扑排序得到的顺序可能只能告诉我们某些关系是不可能的，而不能明确确定某些关系。如给定的拓扑排序nx.topological_sort(G)结果：
['NM', 'DC', 'AR', 'HI', 'MI', 'SC', 'PR', 'MS', 'TN', 'CT', 'AL', 'ME', 'OR', 'VT', 'UT', 'DE', 'NC', 'NH', 'WY', 'CO', 'OK', 'IN', 'AK', 'WA', 'SD', 'AZ', 'KS', 'MO', 'RI', 'MA', 'LA', 'TX', 'MD', 'NE', 'IA', 'NV', 'MT', 'ID', 'WV', 'VA', 'KY', 'OH', 'PA', 'NJ', 'ND', 'MN', 'WI', 'IL', 'CA', 'GA', 'FL', 'NY']从这个顺序中，我们能知道新墨西哥州（NM）不是纽约州（NY）居民的前五大目的地，但不能确定纽约是新墨西哥居民的前五大目的地。
在创意写作和游戏开发中，常常需要一系列从“非常糟糕”到“非常好”的形容词来描述特定属性。我们可以通过以下步骤构建这样的形容词网络并进行拓扑排序：
1.定义候选形容词列表：包含三十四个形容词，如 “alpha plus”、“average”、“bad” 等。
2.
