题目描述:
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 。
示例:
输入:numCourses = 2, prerequisites = [[1,0]]
输出:true
解释:总共有 2 门课程。学习课程 1 之前,你需要完成课程 0 。这是可能的。
题解:拓扑排序(把一个 有向无环图 转成 线性的排序),BFS题解方法:
class Solution:
def canFinish(self, numCourses: int, prerequisites: List[List[int]]) -> bool:
from collections import defaultdict
from collections import deque#队列
# 入度数组(列表,保存所有课程的依赖课程总数)
in_degree_list = [0]*numCourses
# 关系表,对应图中的邻接边(字典,保存所有课程与依赖课程的关系)
#defaultdict(list),会构建一个默认value为list的字典
relation_dict = defaultdict(list)
for i in prerequisites:
in_degree_list[i[0]] += 1
#添加依赖它的后续课程
#key为i[1],i[0]为value加到value列表中
relation_dict[i[1]].append(i[0])
queue = deque()
for i in range(len(in_degree_list)):
if in_degree_list[i] == 0:
queue.append(i)
##准备工作完成
## 此时relations_list: {0: [3], 1: [3, 4], 2: [4], 3: [5], 4: [5]}
## queue: [0, 1, 2]
##经典bfs 模版
while queue:
current_zero_degree = queue.popleft()
numCourses = numCourses - 1
related_courses = relation_dict[current_zero_degree]
if related_courses:
for i in related_courses:
in_degree_list[i]-=1
if in_degree_list[i] == 0:
queue.append(i)
return numCourses==0
空间复杂度:O(M+N),N为图中节点数量,M为图中的边数量。relation_dict就对应M+N,总的空间复杂度就是M+N+N,就等于O(M+N)。因为空间复杂度是指算法的存储空间与输入规模直接的关系。
时间复杂度(时间复杂度是指算法的执行空间与输入规模直接的关系):O(M+N),遍历一个图需要访问所有节点和所有边,N和M 分别为节点数量和边数量;
参考链接:「图解」拓扑排序 | 课程表问题,见评论的python题解