今天这道打卡涉及到有向图的问题,题的难点有两个,一个是如何构建一个图,第二个是必须要把前置课程上完才能够学习后续课程。
首先解决问题一如何构建一个图:
题目中的输入流:
[[1,0],[2,0],[3,1],[3,2]],我们根据前置课程构建图
可以使用HashMap保存图的映射关系
Map<Integer,List<Integer>> alls = new HashMap<>();
for (int[] item:prerequisites){
if(alls.containsKey(item[1])){
alls.get(item[1]).add(item[0]);
}else {
alls.put(item[1],new ArrayList<>(){{add(item[0]);}});
}
}
也可以通过自定义Node对象保存图的信息
public static class Node{
int curseId;
//next是平级的 例如上面的0,1,2最后就是0-->1-->2但是对于节点0来说1,2是平级的下级节点
Node next;
Node(int curseId){
this.curseId = curseId;
}
}
Node[] graphy = new Node[numCourses];
for (int i = 0 ;i<numCourses;i++){
graphy[i] = new Node(i);
}
for(int[] item : prerequisites){
Node start = graphy[item[1]];
//头插法保存后置节点
Node temp = start.next;
start.next = new Node(item[0]);
start.next.next = temp;
//度+1
degree[item[0]]++;
}
解决第二个问题:必须要把前置课程上完才能够学习后续课程即当前节点的入度为0才能够进行学习
然后根据图可以看出要学习3的条件是必须先把1,2两门课先学习完,因此我们可以根据前置节点统计当前节点的入度
//统计入度
int[] degree = new int[numCourses];
for (int[] item:prerequisites){
degree[item[0]]++;
}
然后将入度为0的节点入队,当出队的时候将当前节点的后置节点的入度减一即可
当存在循环节点的时候如:
将永远死循环下去因此需要引入一个used数组表示节点是否遍历
Deque<Integer> deque = new ArrayDeque<>();
for (int i= 0 ;i<numCourses;i++){
if(degree[i] == 0){
//将度为0的入队
deque.add(i);
}
}
while (!deque.isEmpty()){
int k = deque.removeFirst();
used[k] = true;
//入结果集
res[count++] = k;
List<Integer> list = alls.get(k);
if (list!=null){
for (int i = 0;i<list.size();i++){
if(!used[list.get(i)]){
degree[list.get(i)]--;
if(degree[list.get(i)] == 0){
deque.add(list.get(i));
}
}
}
}
}
最后当count == numCourses 即得到我们想要的结果
最后代码如下:
public int[] findOrderDFS(int numCourses, int[][] prerequisites) {
if(numCourses<1){
return new int[]{};
}
//统计入度
int[] degree = new int[numCourses];
//标记是否使用
boolean[] used = new boolean[numCourses];
int[] res = new int[numCourses];
Map<Integer,List<Integer>> alls = new HashMap<>();
//统计度
for (int[] item:prerequisites){
degree[item[0]]++;
if(alls.containsKey(item[1])){
alls.get(item[1]).add(item[0]);
}else {
alls.put(item[1],new ArrayList<>(){{add(item[0]);}});
}
}
Deque<Integer> deque = new ArrayDeque<>();
for (int i= 0 ;i<numCourses;i++){
if(degree[i] == 0){
//将度为0的入队
deque.add(i);
}
}
int count = 0;
while (!deque.isEmpty()){
int k = deque.removeFirst();
used[k] = true;
//入结果集
res[count++] = k;
List<Integer> list = alls.get(k);
if (list!=null){
for (int i = 0;i<list.size();i++){
if(!used[list.get(i)]){
degree[list.get(i)]--;
if(degree[list.get(i)] == 0){
deque.add(list.get(i));
}
}
}
}
}
if(count == numCourses){
return res;
}else {
return new int[]{};
}
}
同时我们也可以不通过hashMap去建立映射关系,可以通过遍历prerequisites数组进行入度减少的操作,但是时间比map的要长
public int[] findOrder(int numCourses, int[][] prerequisites) {
if(numCourses<1){
return new int[]{};
}
//统计入度
int[] degree = new int[numCourses];
//标记是否使用
boolean[] used = new boolean[numCourses];
int[] res = new int[numCourses];
//统计度
for (int[] item:prerequisites){
degree[item[0]]++;
}
Deque<Integer> deque = new ArrayDeque<>();
for (int i= 0 ;i<numCourses;i++){
if(degree[i] == 0){
//将度为0的入队
deque.add(i);
}
}
int count = 0;
while (!deque.isEmpty()){
int k = deque.removeFirst();
used[k] = true;
//入结果集
res[count++] = k;
for (int[] item : prerequisites){
if(item[1] == k && !used[item[0]]){
degree[item[0]]--;
if(degree[item[0]] == 0){
deque.add(item[0]);
}
}
}
}
if(count == numCourses){
return res;
}else {
return new int[]{};
}
}
Node方法的代码:
public int[] findOrder(int numCourses, int[][] prerequisites) {
if(numCourses<1){
return new int[]{};
}
int[] res = new int[numCourses];
//----------构建图节点---------------
Node[] graphy = new Node[numCourses];
for (int i = 0 ;i<numCourses;i++){
graphy[i] = new Node(i);
}
//统计入度
int[] degree = new int[numCourses];
//标记是否使用
boolean[] used = new boolean[numCourses];
for(int[] item : prerequisites){
Node start = graphy[item[1]];
Node temp = start.next;
start.next = new Node(item[0]);
start.next.next = temp;
//度+1
degree[item[0]]++;
}
Deque<Integer> deque = new ArrayDeque<>();
//将如度为0的入队列
for (int i = 0; i <degree.length ; i++) {
if(degree[i] == 0){
deque.add(i);
used[i] = true;
}
}
int count = 0;
while (!deque.isEmpty()){
int k = deque.removeFirst();
//记录课程
res[count++] = k;
used[k] = true;
Node node = graphy[k].next;
while (node != null){
if(!used[node.curseId]){
//入度减一
degree[node.curseId]--;
if(degree[node.curseId] == 0){
deque.add(node.curseId);
used[node.curseId] = true;
}
}
node = node.next;
}
}
if(count == numCourses){
return res;
}else {
return new int[]{};
}
}
上面三种解法本质上都是一致的使用bfs遍历通过入度求解
ps:最近开始带项目了,人很迷茫,也变懒惰了希望还能坚持住把