拓扑排序是原图的深度优先搜索的转置图吗？

拓扑排序不是原图的深度优先搜索的转置图。拓扑排序是一种对有向无环图进行排序的算法，它可以得到一个节点顺序，使得所有的边的方向都符合这个顺序。而深度优先搜索是一种遍历图的算法，用于遍历所有节点和边。

下面是一个使用深度优先搜索来进行拓扑排序的示例代码：

from collections import defaultdict

def dfs(graph, node, visited, stack):
    visited[node] = True

    for neighbor in graph[node]:
        if not visited[neighbor]:
            dfs(graph, neighbor, visited, stack)

    stack.append(node)

def topological_sort(graph):
    visited = defaultdict(bool)
    stack = []

    for node in graph:
        if not visited[node]:
            dfs(graph, node, visited, stack)

    return stack[::-1]

# 示例用法
graph = {
    'A': ['B', 'C'],
    'B': ['D'],
    'C': ['D'],
    'D': []
}

result = topological_sort(graph)
print(result)  # 输出: ['A', 'C', 'B', 'D']

在上面的示例中，我们首先定义了一个函数dfs来进行深度优先搜索，它使用递归的方式遍历节点，并将遍历的结果存储在stack中。然后，我们定义了topological_sort函数来实现拓扑排序，它首先初始化一个visited字典来记录节点是否已经被访问过，然后遍历图中的每个节点，如果节点没有被访问过，则调用dfs函数进行深度优先搜索，并将结果存储在stack中。最后，我们返回stack的逆序作为拓扑排序的结果。