问题描述
你这个学期必须选修 numCourses 门课程,记为 0 到 numCourses - 1 。
在选修某些课程之前需要一些先修课程。 先修课程按数组 prerequisites 给出,其中 prerequisites[i] = [ai, bi] ,表示如果要学习课程 ai 则 必须 先学习课程 bi 。
例如,先修课程对 [0, 1] 表示:想要学习课程 0 ,你需要先完成课程 1 。
请你判断是否可能完成所有课程的学习?如果可以,返回 true ;否则,返回 false 。
来源:力扣(LeetCode)
链接:207:课程表
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路分析
用例分析:当prerequisite[ ][ ] 出现闭环的情况 ,如[0][1] ,[1][0] 的情况,则说明本身是一个互相矛盾,形成一个闭环的问题,因此此时返回false;
因此从该思考点出发:是否将问题转化成 (树、图)进行理解(判断图的拓扑排序的问题)
遍历树、图的概念,判断当前的结点是否被完全访问过。从而进行解决。
遍历图、树一类的问题:深度优先遍历、广度优先遍历
使用广度优先遍历的思想
(处理相关的结点,当入度为0的时候,进行节点的删除)
class Solution {
public boolean canFinish(int numCourses, int[][] prerequisites) {
// 邻接表的思路的实现
List<List<Integer>> adj = new ArrayList<>();
Queue<Integer> queue = new LinkedList<>();
int indegree [] =new int [numCourses];
//对相应的桶进行处理
for(int i = 0;i<numCourses;i++){
adj.add(new ArrayList<>());
}
//遍历prerequisite中的元素,将相应的前置和后置条件的结果填入
for(int []arr : prerequisites){
indegree[arr[0]]++;
adj.get(arr[1]).add(arr[0]);
}
//就是前置的结点的删除(将删除的结点移动)(关键路径中没有前置结点(度为 0 点))
for(int i = 0;i<numCourses;i++){
if(indegree[i] == 0){
queue.add(i);
}
}
//将相关的结点的子结点的入度删除
while(!queue.isEmpty()){
int pre = queue.poll();
numCourses --;
//将邻接表的相关元素进行删除
for(int cur :adj.get(pre)){
if(--indegree[cur] == 0){
queue.add(cur);
}
}
}
return numCourses == 0;
}
}
总结:在实现的过程中,注意思想的转化以及相应的具体算法的实现(如了解并且接触过邻接表、关键路径方法的计算。但是在实际中,没有将其算法具体的实现)
深度优先遍历
class Solution {
public boolean canFinish(int numCourses, int[][] prerequisites) {
// 基于图的实现的思路, 在结点的移出上面使用递归的深度优先遍历
List<List<Integer>> adj = new ArrayList<>();
int indegree [] = new int [numCourses];
//填坑做表
for(int i = 0;i<numCourses;i++){
adj.add(new ArrayList<>());
}
for(int arr[] :prerequisites){
adj.get(arr[1]).add(arr[0]);
}
//进行遍历
for(int i = 0;i<numCourses;i++){
if(!dfs(adj,i,indegree)){
return false;
}
}
return true;
}
public boolean dfs(List<List<Integer>> adj,int i,int []indegree){
if(indegree[i]== 1){
return false;
}
if(indegree[i] == -1){
return true;
}
indegree[i] = 1;
for(int cur :adj.get(i)){
if(!dfs(adj,cur,indegree)){
return false;
}
}
indegree[i] = -1;
return true;
}
}
深度优先遍历的实现:主体逻辑上还是借助着领接表的逻辑但是在具体的细节处理上,没有在记录下每个结点的入度,而是考虑使用标记来标注结点是否处于一个可被删除的状态。
图中的结点一开始处于1状态,表示一个不可删除的状态。只有当邻接表中的子元素都处于一个可被删除的状态,才能将该结点进行删除操作。
因此此时的状态表示才可以修改成为-1,表示结点能够完全结束
因此是一个递归的深度优先操作。
总结(反思)
- 抽象问题的转化:如何将课程的前置学习问题转化成相邻的领接表的实现的思路
- 从案例中(0,1)(1,0)结点的修改发现,当结点成为一个循环图的时候,表示结点互相矛盾,因此考虑到从入度,节点为0 的先进行删除(关键路径的思想)
- 邻接表问题的具体实现(知识相应的理论思想,但是没有将其具体的实现)