在JavaScript中，可以使用深度優先搜索（DFS）或廣度優先搜索（BFS）算法實現拓撲排序。
首先，我們需要構建一個有向無環圖（DAG）來表示依賴關系。可以使用鄰接表或鄰接矩陣來表示圖。
接下來，我們可以通過DFS或BFS遍歷圖，并在遍歷過程中記錄節點的訪問狀態，以實現拓撲排序。
以下是使用DFS實現拓撲排序的示例代碼：
function topologicalSort(graph) {
const visited = new Set();
const stack = [];
function dfs(node) {
visited.add(node);
graph[node].forEach(neighbor => {
if (!visited.has(neighbor)) {
dfs(neighbor);
}
});
stack.unshift(node);
}
Object.keys(graph).forEach(node => {
if (!visited.has(node)) {
dfs(node);
}
});
return stack;
}
// 示例圖
const graph = {
A: ['B', 'C'],
B: ['D'],
C: ['D'],
D: []
};
const result = topologicalSort(graph);
console.log(result); // 輸出: ["A", "C", "B", "D"]
以上代碼中，我們使用深度優先搜索算法來遍歷圖，使用一個visited集合來記錄已訪問的節點，使用一個stack數組來存儲已經完成拓撲排序的節點。
最后，我們返回stack數組，該數組中的順序即為拓撲排序的結果。
需要注意的是，上述代碼中的示例圖是一個簡化的有向無環圖，實際應用中的圖可能更加復雜和龐大。因此，在實際應用中，可能需要對算法進行優化，比如添加判斷節點是否已經存在stack數組中的邏輯，以避免重復訪問節點。此外，還需要處理可能存在的環路（循環依賴）情況。
