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;
}
};