课程表，拓扑有向图，广度优先搜索

描述

现在你总共有 n 门课需要选，记为 0 到 n-1。

在选修某些课程之前需要一些先修课程。 例如，想要学习课程 0 ，你需要先完成课程 1 ，我们用一个匹配来表示他们: [0,1]

给定课程总量以及它们的先决条件，返回你为了学完所有课程所安排的学习顺序。

可能会有多个正确的顺序，你只要返回一种就可以了。如果不可能完成所有课程，返回一个空数组。

示例 1:

输入: 2, [[1,0]]
输出: [0,1]
解释: 总共有 2 门课程。要学习课程 1，你需要先完成课程 0。因此，正确的课程顺序为 [0,1] 。

示例 2:

输入: 4, [[1,0],[2,0],[3,1],[3,2]]
输出: [0,1,2,3] or [0,2,1,3]
解释: 总共有 4 门课程。要学习课程 3，你应该先完成课程 1 和课程 2。并且课程 1 和课程 2 都应该排在课程 0 之后。
因此，一个正确的课程顺序是 [0,1,2,3] 。另一个正确的排序是 [0,2,1,3] 。

说明:

输入的先决条件是由边缘列表表示的图形，而不是邻接矩阵
你可以假定输入的先决条件中没有重复的边。

提示:

这个问题相当于查找一个循环是否存在于有向图中。如果存在循环，则不存在拓扑排序，因此不可能选取所有课程进行学习。
通过 DFS （depth search first）深度优先搜索进行拓扑排序 ，，也可以通过 BFS （Breadth-First Search）广度优先搜索完成。

题目分析

可以使用正向思维，顺序地生成拓扑排序。

对一个DAG (Directed Acyclic Graph)有向无环图G进行拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若边<u,v>∈E(G)，则u在线性序列中出现在v之前。通常，这样的线性序列称为满足拓扑次序(Topological Order)的序列，简称拓扑序列。简单的说，由某个集合上的一个偏序得到该集合上的一个全序，这个操作称之为拓扑排序

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(入度为0），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数组result之后，我们就可以移除它的所有出边，代表着它的相邻节点（也就是后置课程）便少了一门先修课程的要求，则此后置课程的入度-1。
如果某个课程变成了「没有任何入边（入度为0）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，我们不断地将入度为0的节点加入到答案数组result中，直到result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。

以示例 2:

输入: 4, [[1,0],[2,0],[3,1],[3,2]]
输出: [0,1,2,3] or [0,2,1,3]

来举例：

这是他们的先修关系图，此时：

• 课程0： 入度为0
• 课程1： 入度为1
• 课程2： 入度为1
• 课程3： 入度为2

将入度为0的课程0先加入到队列queue中：

令课程0出列，加入到result数组中，则以课程0为为先修课程的课程都少了一条入边，入度-1，result数组变为：
queue队列变成：

修课关系图变成如下：
此时：

• 课程1： 入度为0
• 课程2： 入度为0
• 课程3： 入度为1

则课程1和课程2都入队列：

先让课程1出列，加入到result数组中，此时变成：