课程表 II

题目描述

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。

运行实例

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] 。

大体思路

需要存储一个修读课程的可行解，所以在dfs函数内，当判断第i门课程不存在环时，需要将其push_back进数组cur中。

由于是用深度优先搜索的方法，所以存储在cur数组中的顺序是反过来的，因为graph中第 i 行存储的是修读课程 i 所需的课程。

在测试案例中，会有空的prerequisites数组，所以需要在findOrder函数中遍历一次所有课程，保证cur数组的size等于课程数量。

代码实现

class Solution {
public:
    vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {
        //先建立graph
        vector<vector<int> > g(numCourses, vector<int>());
        for(auto a: prerequisites){
            g[a[1]].push_back(a[0]);
        }
        
        vector<int> visit(numCourses);
        vector<int> cur;
        for(int i = 0; i < numCourses; i++){
            if(!dfs(g, visit, cur, i)){
                return {};
            }
        }
        reverse(cur.begin(), cur.end());
        return cur;
    }
    bool dfs(vector<vector<int> >& g, vector<int>& visit, vector<int>& cur, int i){
        // if(cur.size() == g.size()) return true;
        if(visit[i] == -1) return false;
        if(visit[i] == 1) return true;
        visit[i] = -1;
        for(auto a: g[i]){
            if(!dfs(g, visit, cur, a)) return false;
        }
        //第i门课程的修读不存在环，将其push_back到数组cur中
        cur.push_back(i);
        visit[i] = 1;
        return true;
    }
};

运行结果