高频算法题 —— 检测循环依赖（拓扑排序）_检查循环依赖 leetcode

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

class Solution:
    def canFinish(self, numCourses: int, prerequisites: List[List[int]]) -> bool:
        # 初始化邻接表
        adjacency=[[] for _ in range(numCourses)]
        # 初始化每个点的入度
        indegrees=[0 for _ in range(numCourses)]
        # 遍历prerequisites为邻接表、每个点的入度赋值
        for cur,pre in prerequisites:
            adjacency[pre].append(cur)
            indegrees[cur]+=1
        # 将所有入度为0的节点入队
        from collections import deque
        queue=deque()
        for i in range(numCourses):
            if indegrees[i]==0:
                queue.append(i)
        # 使用拓扑排序（依次将队列中入度为0的节点出队）
        while queue:
            pre=queue.popleft()
            numCourses-=1
            # 将pre后面的节点cur的入度通通-1
            for cur in adjacency[pre]:
                indegrees[cur]-=1
                if indegrees[cur]==0:
                    queue.append(cur)
        return not numCourses # 有环numCourses非0返回False
                              # 无环numCourses为0返回True

LeetCode 210. 课程表 II

题目链接

class Solution:
    def findOrder(self, numCourses: int, prerequisites: List[List[int]]) -> List[int]:
        adjacency=[[] for _ in range(numCourses)]
        indegrees=[0 for _ in range(numCourses)]
        for cur,pre in prerequisites:
            adjacency[pre].append(cur)
            indegrees[cur]+=1
        from collections import deque
        queue=deque()
        for i in range(numCourses):
            if indegrees[i]==0:
                queue.append(i)
        res=[]
        while queue:
            pre=queue.popleft()
            res.append(pre)
            for cur in adjacency[pre]:
                indegrees[cur]-=1
                if indegrees[cur]==0:
                    queue.append(cur)
        if len(res)==numCourses:


![img](https://img-blog.csdnimg.cn/img_convert/4c3e7179e367e526f1e83aa2dac8890d.png)
![img](https://img-blog.csdnimg.cn/img_convert/c082c16e9b64bfb9ea45ca8bc6db9809.png)
![img](https://img-blog.csdnimg.cn/img_convert/dd7e3d1607160fd6776bb91c4202b512.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**

份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**