207. 课程表

207. 课程表

1.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，判断是否可能完成所有课程的学习？
示例 1:

示例 2:

说明:
1.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。详情请参见图的表示法。
2.你可以假定输入的先决条件中没有重复的边。
提示:
1.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。
2.通过 DFS 进行拓扑排序 。
3.拓扑排序也可以通过 BFS 完成。

2.方法1（深度优先遍历）

通过 DFS 判断图中是否有环
1.借助一个标志列表 flags，用于判断每个节点 i （课程）的状态：
（1）未被 DFS 访问：i == 0；
（2）被其他节点启动的DFS访问：i == -1；
（3）已被当前节点启动的DFS访问：i == 1。

2.对 numCourses 个节点依次执行 DFS，判断每个节点起步 DFS 是否存在环，若存在环直接返回 False。DFS 流程：
（1）终止条件：
当flag[i] == -1，说明当前访问节点已被其他节点启动的 DFS 访问，无需再重复搜索，直接返回 True。
当 flag[i] == 1，说明在本轮 DFS 搜索中节点 i 被第 2 次访问，即 课程安排图有环，直接返回 False。
（2）将当前访问节点 i 对应 flag[i] 置 1，即标记其被本轮 DFS 访问过；
（3）递归访问当前节点 i 的所有邻接节点 j，当发现环直接返回 False；
（4）当前节点所有邻接节点已被遍历，并没有发现环，则将当前节点 flag 置为 -1 并返回 True。
3.若整个图 DFS 结束并未发现环，返回 True。

3.代码

class Solution {
public:
    bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
        vector<int> inDegree(numCourses);
        for(auto &cp : prerequisites){
            inDegree[cp[1]]++;//记录每个节点的入度
        }
        queue<int> q;
        for(int i = 0;i < numCourses;++i){
            if(inDegree[i] == 0){//把入度为0的节点加入队列
                q.push(i);
            }
        }
        while(!q.empty()){
            int pre = q.front();
            q.pop();
            numCourses--;
            for(auto &req : prerequisites){
                if(req[0] != pre){
                    continue;
                }
                if(--inDegree[req[1]] == 0){//把这个入度为0的节点指向的边减1
                    q.push(req[1]);
                }
            }
        }
        return numCourses == 0;
    }
};

4.复杂度分析

时间复杂度 O(N + M)：遍历一个图需要访问所有节点和所有邻边，N 和 M 分别为节点数量和临边数量；
空间复杂度 O(N)，为建立邻接矩阵所需额外空间。

5.方法2（拓扑排序）

思路：
1.入度：设有向图中有一结点 v ，其入度即为当前所有从其他结点出发，终点为 v 的边的数目。
2.出度：设有向图中有一结点 v ，其出度即为当前所有起点为 v ，指向其他结点的边的数目。
3.每次从入度为 0 的结点开始，加入队列。入度为 0 ，表示没有前置结点。
4.处理入度为 0 的结点，把这个结点指向的结点的入度 -1 。
5.再把新的入度为 0 的结点加入队列。
6.如果队列都处理完毕，但是和总结点数不符，说明有些结点形成环。

6.代码

class Solution {
public:
    bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
        vector<int> inDegree(numCourses);
        for(auto &cp : prerequisites){
            inDegree[cp[0]]++;//记录每个节点的入度
        }
        queue<int> q;
        for(int i = 0;i < numCourses;++i){
            if(inDegree[i] == 0){//把入度为0的节点加入队列
                q.push(i);
            }
        }
        while(!q.empty()){
            int pre = q.front();
            q.pop();
            numCourses--;
            for(auto &req : prerequisites){
                if(req[1] != pre){
                    continue;
                }
                if(--inDegree[req[0]] == 0){
                    q.push(req[0]);
                }
            }
        }
        return numCourses == 0;
    }
};

7.复杂度分析

时间复杂度：O(N+M)，遍历一个图需要访问所有节点和所有临边，N 和 M 分别为节点数量和临边数量；
空间复杂度：O(N)，入度表的长度。