A,B,...）成为有向无环图中的节点，并根据您的1,2,...定义节点之间的弧。
C<-A->B->D和E->F，因此，A和E的深度为0，需要先运行。然后您可以并行运行F、B和C，最后运行D。您如何知道B比F优先级高？
这就是用于找到排序顺序的拓扑排序背后的直觉。
首先找到根节点（没有入边）（由于DAG中必须存在一个）。 在您的情况下，这是A和E。这解决了需要完成的第一轮作业。 接下来，需要完成根节点的子节点（B，C和F）。 这可以通过查询您的图表轻松获得。 然后重复该过程，直到找不到节点（作业）为止（已完成）。
1.A->B）轻松构建图形。请阅读有关拓扑排序的算法。 - Jacob给定一个项目及其所依赖的项目之间的映射关系，拓扑排序将这些项目排序，以使没有任何一个项目排在它所依赖的项目之前。
这个 Rosetta 代码任务 提供了一种 Python 解决方案，可以告诉您哪些项目可并行处理。
根据您的输入，代码变为：
try:
from functools import reduce
except:
pass
data = { # From: https://dev59.com/ZWMl5IYBdhLWcg3wingW
# This <- This (Reverse of how shown in question)
'B': set(['A']),
'C': set(['A']),
'D': set(['B']),
'F': set(['E']),
}
def toposort2(data):
for k, v in data.items():
v.discard(k) # Ignore self dependencies
extra_items_in_deps = reduce(set.union, data.values()) - set(data.keys())
data.update({item:set() for item in extra_items_in_deps})
while True:
ordered = set(item for item,dep in data.items() if not dep)
if not ordered:
break
yield ' '.join(sorted(ordered))
data = {item: (dep - ordered) for item,dep in data.items()
if item not in ordered}
assert not data, "A cyclic dependency exists amongst %r" % data
print ('\n'.join( toposort2(data) ))
接着生成此输出：
A E
B C F
D
输出结果中的一行中的项目可以以任何子顺序或并行处理；只要所有更高行的项目在后续行的项目之前处理以保留依赖关系。
您的任务是一个有向无环图（DAG）。
它包含源和终点（源是没有入边的任务，终点是不解锁任何任务的任务（没有出边））。
一个简单的解决方案是根据任务的实用性（称为U）给您的任务设置优先级。
通常，从终点开始，它们的实用性U = 1，因为我们希望它们完成。
将所有终点的前置节点放入当前正在评估的节点列表L中。
然后，对于L中的每个节点，它的U值是依赖于它的节点的U值之和+1。将当前节点的所有父节点放入L列表中。
循环直到处理完所有节点。
然后，开始可以启动并具有最大U值的任务，因为它将解锁最多的任务。
在您的示例中，
U(C) = U(D) = U(F) = 1
U(B) = U(E) = 2
U(A) = 4
不考虑问题的串行/并行方面，这段代码至少可以确定整体的串行解决方案：
def order_tasks(num_tasks, task_pair_list):
task_deps= []
#initialize the list
for i in range(0, num_tasks):
task_deps[i] = {}
#store the dependencies
for pair in task_pair_list:
task = pair.task
dep = pair.dependency
task_deps[task].update({dep:1})
#loop through list to determine order
while(len(task_pair_list) > 0):
delete_task = None
#find a task with no dependencies
for task in task_deps:
if len(task_deps[task]) == 0:
delete_task = task
print task
task_deps.pop(task)
break
if delete_task == None:
return -1
#check each task's hash of dependencies for delete_task
for task in task_deps:
if delete_key in task_deps[task]:
del task_deps[task][delete_key]
return 0
A,B,...是什么？在并行运行1和2是否意味着A被运行两次？这是不好的事情吗？ - Jacob