LeetCode - 解题笔记 - 207 - Course Schedule

Solution 1

其实整体意思了解下来，就是希望我们找到可能存在的“逻辑环”。尽管之前我们已经学习了如何从链表中寻找环，但是在本题中仍然需要考虑一连多的情形，即从有向图中寻找可能的环。

这里就需要使用“拓扑排序”来寻找有向图中的环了。给定的输入数字即节点数量（一门课一个节点），而前提条件序列即为边，基于这一组内容完成一次拓扑排序。

本体需要着重关注存在环的情形。

• 时间复杂度：$O(N+M)$，其中$N$图的节点数量，即输入的课程数；$M$为边的数量，即输入的前提条件数量；拓扑排序中DFS完成所有节点的一次线性遍历，整体时间复杂度
• 空间复杂度：$O(N+M)$，其中$N$图的节点数量，即输入的课程数；$M$为边的数量，即输入的前提条件数量；搜索过程中对节点状态和图的整体存储占用

class Solution {
private:
    vector<vector<int>> edges; // 输入图
    vector<int> isVisited; // 搜索验证，0：未搜索，1：可达节点未全部遍历，2：可达节点全部遍历
    vector<int> ans; // 拓扑排序结果
    bool hasCycle = false; // 是否有环
    
public:
    bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
        this->edges = vector<vector<int>>(numCourses, vector<int>());
        this->isVisited = vector<int>(numCourses);
        
        for (auto item: prerequisites) {
            this->edges[item[0]].push_back(item[1]);
        }
        
        this->topologicalSort(numCourses);
        
        if (this->hasCycle) {
            return false;
        } else {
            return true;
        }
    }
    

    
private:
    void topologicalSort(int num) {
        for (int vertex = 0; vertex < num; vertex++) {
            if (isVisited[vertex] == 0) {
                this->dfs(vertex);
            }
            
            if (this->hasCycle) {
                return; // 发现环，提前终止
            }
        }
    }
    
    void dfs(int vertex) {
        this->isVisited[vertex] = 1;
        
        for (auto target: edges[vertex]) {
            if (isVisited[target] == 0) {
                this->dfs(target);
                
                if (this->hasCycle) {
                    return; // 发现环，提前终止
                }
                
            } else if (this->isVisited[target] == 1) {
                this->hasCycle = true;
                return; // 发现环，提前终止
            }
        }
        
        isVisited[vertex] = 2; // 完成全部可达节点遍历
        ans.push_back(vertex);
    }
};

Solution 2

Solution 1的Python实现

class Solution:
    def canFinish(self, numCourses: int, prerequisites: List[List[int]]) -> bool:
        edges = collections.defaultdict(list)
        is_visited = [0] * numCourses
        ans = list()
        has_cycle = False
        
        
        def dfs(vertex: int) -> None:
            nonlocal edges, is_visited, has_cycle
            
            is_visited[vertex] = 1
            
            for target in edges[vertex]:
                if is_visited[target] == 0:
                    dfs(target)
                    
                    if has_cycle: return
                
                elif is_visited[target] == 1:
                    has_cycle = True
                    return
                
            is_visited[vertex] = 2
            ans.append(vertex)
        
        
        def topological_sort(num_vertex: int) -> None:
            nonlocal is_visited, has_cycle
            
            for vertex in range(num_vertex):
                if is_visited[vertex] == 0:
                    dfs(vertex)
                    
                if has_cycle: return
        
        # ====================================
        for item in prerequisites:
            edges[item[0]].append(item[1])
            
        topological_sort(numCourses)
        
        if has_cycle:
            return False
        else:
            return True