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
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;
}
}