Leetcode207-课程表

你这个学期必须选修 numCourses 门课程，记为 0 到 numCourses - 1 。

在选修某些课程之前需要一些先修课程。 先修课程按数组 prerequisites 给出，其中 prerequisites[i] = [ai, bi] ，表示如果要学习课程 ai 则 必须 先学习课程 bi 。

例如，先修课程对 [0, 1] 表示：想要学习课程 0 ，你需要先完成课程 1 。
请你判断是否可能完成所有课程的学习？如果可以，返回 true ；否则，返回 false 。

题解

题解转载自笨猪爆破组

方法一 广度优先遍历

把一个 有向无环图 转成 线性的排序 就叫 拓扑排序。
每次只能选你能上的课

• 每次只能选入度为 0 的课，因为它不依赖别的课，是当下你能上的课。
• 假设选了 0，课 3 的先修课少了一门，入度由 2 变 1。
• 接着选 1，导致课 3 的入度变 0，课 4 的入度由 2 变 1。
• 接着选 2，导致课 4 的入度变 0。
• 现在，课 3 和课 4 的入度为 0。继续选入度为 0 的课……直到选不到入度为 0 的课。

---

BFS 前的准备工作

• 每门课的入度需要被记录，我们关心入度值的变化。
• 课程之间的依赖关系也要被记录，我们关心选当前课会减小哪些课的入度。
• 因此我们需要选择合适的数据结构，去存这些数据：
• 根据依赖关系，构建邻接表、入度数组。
• 选取入度为 0 的数据，根据邻接表，减小依赖它的数据的入度。
• 找出入度变为 0 的数据，重复第 2 步。
• 直至所有数据的入度为 0，得到排序，如果还有数据的入度不为 0，说明图中存在环。

class Solution {

    //numsCourses:需要学习的课程数目   
    //prerequisites[i][0]:待学习的课程x 
    //prerequisites[i][1]:在学习课程x之前需要先学习的课程y
    public boolean canFinish(int numCourses, int[][] prerequisites) {
        //存储每门课程的及其对应的邻居节点，index是课程序号，index对应的list是该课程的邻居节点
        List<List<Integer>> adjacency = new ArrayList<>();
        int[] indegrees = new int[numCourses];
        //存储所有入度为零的节点，用于广度遍历
        Queue<Integer> queue = new LinkedList<>();
        for(int i=0;i<numCourses;i++){
            adjacency.add(new ArrayList<Integer>());
        }

        //获得每一门课程的入度和邻居列表
        for(int[] course:prerequisites){
            indegrees[course[0]]++;
            adjacency.get(course[1]).add(course[0]);
        }

        //把所有入度为0的课程放入队列
        for(int i=0;i<numCourses;i++){
            if(indegrees[i]==0) queue.offer(i);
        }

        //利用BFS广度遍历节点
        while(!queue.isEmpty()){
               int pre =queue.poll();
               numCourses--;
               for(int cur:adjacency.get(pre)){
                   if(--indegrees[cur]==0){
                        queue.offer(cur);
                   }
            }
        }
        return numCourses==0;
    }
}

方法二：深度优先遍历（不重要）

题解转载自Krahets
本题可约化为： 课程安排图是否是 有向无环图(DAG)。即课程间规定了前置条件，但不能构成任何环路，否则课程前置条件将不成立。
思路是通过 拓扑排序 判断此课程安排图是否是 有向无环图(DAG) 。 拓扑排序原理： 对 DAG 的顶点进行排序，使得对每一条有向边 (u,v)，均有 u（在排序记录中）比 v 先出现。亦可理解为对某点 v 而言，只有当 v 的所有源点均出现了，v 才能出现。
通过课程前置条件列表 prerequisites 可以得到课程安排图的 邻接表 adjacency，以降低算法时间复杂度，以下两种方法都会用到邻接表。

原理是通过 DFS 判断图中是否有环。

算法流程：

1.借助一个标志列表 flags，用于判断每个节点 i （课程）的状态：

• 未被 DFS 访问：i == 0；
• 已被其他节点启动的 DFS 访问：i == -1；
• 已被当前节点启动的 DFS 访问：i == 1。

2.对 numCourses 个节点依次执行 DFS，判断每个节点起步 DFS 是否存在环，若存在环直接返回 False。DFS 流程：

1）终止条件：

• 当 flag[i] == -1，说明当前访问节点已被其他节点启动的 DFS 访问，无需再重复搜索，直接返回 True。
• 当 flag[i] == 1，说明在本轮 DFS 搜索中节点 i 被第 2 次访问，即 课程安排图有环 ，直接返回 False。

2）将当前访问节点 i 对应 flag[i] 置 1，即标记其被本轮 DFS 访问过；
3）递归访问当前节点 i 的所有邻接节点 j，当发现环直接返回False；
4）当前节点所有邻接节点已被遍历，并没有发现环，则将当前节点 flag 置为 −1 并返回 True。

3.若整个图 DFS 结束并未发现环，返回 True。

class Solution {
    public boolean canFinish(int numCourses, int[][] prerequisites) {
        List<List<Integer>> adjacency = new ArrayList<>();
        for(int i = 0; i < numCourses; i++)
            adjacency.add(new ArrayList<>());
        int[] flags = new int[numCourses];
        for(int[] cp : prerequisites)
            adjacency.get(cp[1]).add(cp[0]);
        for(int i = 0; i < numCourses; i++)
            if(!dfs(adjacency, flags, i)) return false;
        return true;
    }
    private boolean dfs(List<List<Integer>> adjacency, int[] flags, int i) {
        if(flags[i] == 1) return false;
        if(flags[i] == -1) return true;
        flags[i] = 1;
        for(Integer j : adjacency.get(i))
            if(!dfs(adjacency, flags, j)) return false;
        flags[i] = -1;
        return true;
    }
}