Leetcode210. 课程表 II

Every day a Leetcode

题目来源：210. 课程表 II

解法1：

什么是拓扑排序？

我们考虑拓扑排序中最前面的节点，该节点一定不会有任何入边，也就是它没有任何的先修课程要求。当我们将一个节点加入答案中后，我们就可以移除它的所有出边，代表着它的相邻节点少了一门先修课程的要求。如果某个相邻节点变成了「没有任何入边的节点」，那么就代表着这门课可以开始学习了。按照这样的流程，我们不断地将没有入边的节点加入答案，直到答案中包含所有的节点（得到了一种拓扑排序）或者不存在没有入边的节点（图中包含环）。

上面的想法类似于广度优先搜索，因此我们可以将广度优先搜索的流程与拓扑排序的求解联系起来。

算法：

代码：

/*
 * @lc app=leetcode.cn id=210 lang=cpp
 *
 * [210] 课程表 II
 */

// @lc code=start

// 拓扑排序（广度优先搜索）

class Solution
{
public:
    vector<int> findOrder(int numCourses, vector<vector<int>> &prerequisites)
    {
        // 邻接矩阵
        vector<vector<int>> graph(numCourses, vector<int>());
        // 入度数组
        vector<int> inDegree(numCourses, 0);
        vector<int> ans;

        // 初始化邻接矩阵和入度数组
        for (vector<int> &p : prerequisites)
        {
            graph[p[1]].push_back(p[0]);
            inDegree[p[0]]++;
        }

        queue<int> q;
        // 把入度为 0 的节点（即没有前置课程要求）放在队列中
        for (int i = 0; i < inDegree.size(); i++)
            if (inDegree[i] == 0)
                q.push(i);

        while (!q.empty())
        {
            // 每次从队列中获得节点，我们将该节点放在排序的末尾，
            // 并且把它指向的课程的入度各减 1
            int u = q.front();
            q.pop();
            ans.push_back(u);
            for (auto &v : graph[u])
            {
                inDegree[v]--;
                // 有课程的所有前置必修课都已修完（即入度为 0），
                // 我们把这个节点加入队列中
                if (inDegree[v] == 0)
                    q.push(v);
            }
        }

        // 当队列的节点都被处理完时，说明所有的节点都已排好序，
        // 或因图中存在循环而无法上完所有课程
        for (int &in : inDegree)
        {
            // 不可能完成所有课程
            if (in != 0)
                return {};
        }
        return ans;
    }
};
// @lc code=end

结果：

复杂度分析：

时间复杂度: O(n+m)，其中 n 为课程数，m 为先修课程的要求数。这其实就是对图进行广度优先搜索的时间复杂度。

空间复杂度: O(n+m)。题目中是以列表形式给出的先修课程关系，为了对图进行广度优先搜索，我们需要存储成邻接表的形式，空间复杂度为 O(n+m)。在广度优先搜索的过程中，我们需要最多 O(n) 的队列空间（迭代）进行广度优先搜索，并且还需要若干个 O(n) 的空间存储节点入度、最终答案等。