1,题目要求
There are a total of n courses you have to take, labeled from 0 to n-1.
Some courses may have prerequisites, for example to take course 0 you have to first take course 1, which is expressed as a pair: [0,1]
Given the total number of courses and a list of prerequisite pairs, is it possible for you to finish all courses?
Example 1:
Input: 2, [[1,0]]
Output: true
Explanation: There are a total of 2 courses to take. To take course 1 you should have finished course 0. So it is possible.
Example 2:
Input: 2, [[1,0],[0,1]]
Output: false
Explanation: There are a total of 2 courses to take. To take course 1 you should have finished course 0, and to take course 0 you should also have finished course 1. So it is impossible.
Note:
- The input prerequisites is a graph represented by a list of edges, not adjacency matrices. Read more about how a graph is represented.
- You may assume that there are no duplicate edges in the input prerequisites.
您必须参加总共n门课程,标记为0到n-1。
有些课程可能有先决条件,例如,要修课程0,你必须先修课程1,表示为一对:[0,1]
鉴于课程总数和先决条件成对列表,您是否可以完成所有课程?
注意:
- 输入先决条件是由边缘列表而不是邻接矩阵表示的图形。 详细了解图表的表示方式。
- 您可以假设输入先决条件中没有重复的边缘。
2,题目思路
对于这道题,题目是给定一系列的二元对,second是first的先决条件,判断一些列的二元对是否构成可行的逻辑关系。
这道题看上去像是一个活动安排问题,但是实际上可以转化为一个图的问题。
即每一个二元对都可以组成一个有向对,最后可以构成一个有向图,于是问题就转化为判断一个有向图中是否有环。
对于图的遍历,一般有两种方法:
- BFS
- DFS
对于BFS的方法,我们首先需要构建出一个有向图,对于二元对[i, j],因为j是i的先决条件,因此我们构建有向图使得j指向i。
之后,我们计算每一个顶点的入度。然后我们在图中寻找图中入度为0的顶点。
- 如果一个图中没有入度为0的顶点,说明这个图中存在环,我们返回false;
- 否则,我们将这个入度为0的顶点的入度设置为-1防止再次访问它,并将它的邻居的入度都减少1。几何含义是将这个顶点从图中删除。
当我们重复numCourses次之后,就可以得到最终的结果了。
对于DFS的方法,我们在访问时会从其中一个节点出发,然后不断的深入访问,如果我们返回到了我们当前路径中已经访问过的节点,就说明图是存在环的。
否则,我们就从另外一个尚未访问过的几点出发,并重复这个过程。
3,代码实现
1,BFS
int x = []() {
ios_base::sync_with_stdio(false);
cin.tie(NULL);
cout.tie(NULL);
return 0;
}();
class Solution {
public:
bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
Graph G = buildGraph(numCourses, prerequisites);
vector<int> degree = calIndegree(G);
for(int i = 0;i<numCourses;i++){
int j = 0;
while(j<numCourses){
if(degree[j] == 0) //找到入度为0的点
break;
j++;
}
if(j == numCourses) //没找到入度为0的点,说明图中有环
return false;
//因为degree[j]此时为0,所以--使得j的入度为-1
//类似于将节点j从图中删除
degree[j]--;
for(auto adj : G[j])
degree[adj]--; //因为我们“将节点j从图中删除”,因此将节点j相邻的节点的入度都减一
}
return true;
}
private:
typedef vector<vector<int>> Graph; //定义一个有向图
Graph buildGraph(int numCourses, vector<vector<int>>& prerequisites){
Graph G(numCourses);
//构建有向图,其中second指向first
for(auto p : prerequisites)
G[p[1]].push_back(p[0]);
return G;
}
//计算每个节点的入度
vector<int> calIndegree(Graph& G){
vector<int> degree(G.size(), 0);
for(auto v : G)
for(auto adj : v)
degree[adj]++;
return degree;
}
};
2,BFS的简化,原理相同
class Solution {
public:
bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
vector<vector<int>> adj (numCourses, vector<int> ());
vector<int> degree(numCourses, 0);
for(auto &p : prerequisites){
adj[p[1]].push_back(p[0]);
degree[p[0]]++;
}
queue<int> q;
for(int i = 0;i<numCourses;i++)
if(degree[i] == 0) //找到所有度为0的点
q.push(i);
while(!q.empty()){
int curr = q.front();
q.pop();
numCourses--;
for(auto next : adj[curr])
if(--degree[next] == 0)
q.push(next);
}
return numCourses == 0;
}
};
3,DFS
class Solution {
public:
bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
Graph G = buildGraph(numCourses, prerequisites);
vector<bool> toVisit (numCourses, false);
vector<bool> visited (numCourses, false);
for(int i = 0;i < numCourses;i++)
//对visited[i]进行判断,是为了减少迭代的次数
if(!visited[i] && !isDAG(G, toVisit, visited, i))
return false;
return true;
}
private:
typedef vector<vector<int>> Graph; //定义一个有向图
Graph buildGraph(int numCourses, vector<vector<int>>& prerequisites){
Graph G(numCourses);
//构建有向图,其中second指向first
for(auto p : prerequisites)
G[p[1]].push_back(p[0]);
return G;
}
//判断一个图是否是有向无环图,是返回true,不是返回false
//其中,DAG是有向无环图的意思
bool isDAG(Graph &G, vector<bool>& toVisit, vector<bool>& visited, int v){
//如果当前从一个节点出发的探测中,
//发现了这一轮探测中才标记的节点为true
//说明这条“路径”的探索上,回到了当前路径走过的点
//因此,直接返回false,说明该图一定有环
if(toVisit[v])
return false;
//如果这个节点是之前其他的路径探索中已经探索过的
//说明从v出发的路径也一定没有环,否则程序已经以false为返回值结束了
//而且前面的toVisit也已经对是否不是DAG有了一个判断
//因此,这里我们直接返回true,说明该图是DAG
if(visited[v])
return true;
toVisit[v] = true;
visited[v] = true;
for(int next : G[v])
if(!isDAG(G, toVisit, visited, next))
return false;
//如果运行到这里,也说明了当前的判断是DAG
//因此,为了之后从其他节点开始的路径的判断
//我们需要将toVisit恢复
toVisit[v] = false;
return true;
}
};