leetcode-day02-207 课程表

有向无环图：有向无环图的定义是从一个点出发，不会回到出发点。
拓扑排序：实质是对有向图的定点排成一个线性序列
排序步骤：

入度表的构造过程：

1. 在有向图中选一个没有前驱的顶点并且输出
2. 从图中删除该顶点和所有以它为尾的弧（白话就是：删除所有和它有关的边）
3. 重复上述两步，直至所有顶点输出，或者当前图中不存在无前驱的顶点为止，后者代表我们的有向图是有环的，因此，也可以通过拓扑排序来判断一个图是否有环。
   
   引用：https://www.cnblogs.com/bigsai/p/11489260.html

邻接矩阵：邻接矩阵存储结构就每个顶点用一个一维数组存储边的信息，这样所有点合起来就是用矩阵表示图中各顶点之间的邻接关系，矩阵其实就是二维数组。
demo:

方法1： 入度表（广度优先遍历）
算法流程：

1. 统计课程安排图中每个节点的入度，生成入度表 indegrees。
2. 借助一个队列 queue，将所有入度为 0的节点入队。（入度为0说明没有后继节点）
3. 当 queue 非空时，依次将队首节点出队，在课程安排图中删除此节点 pre：
4. 并不是真正从邻接表中删除此节点 pre，而是将此节点对应所有邻接节点 cur 的入度 -1−1，即 indegrees[cur] -=
   1。
5. 当入度 -1−1后邻接节点 cur 的入度为 00，说明 cur 所有的前驱节点已经被 “删除”，此时将 cur 入队。
6. 在每次 pre 出队时，执行 numCourses–；
7. 若整个课程安排图是有向无环图（即可以安排），则所有节点一定都入队并出队过，即完成拓扑排序。换个角度说，若课程安排图中存在环，一定有节点的入度始终不为00。 因此，拓扑排序出队次数等于课程个数，返回 numCourses == 0 判断课程是否可以成功安排。

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

自己分析：当判断该图是有向无环图的时候，即没有回路，说明后面的课程均有先导课程，不存在后出现的课程是先出现课程的，不存在回路的情况。

class Solution {
    public boolean canFinish(int numCourses, int[][] prerequisites) {
            //课程前置条件列表 prerequisites ==入度为0
        int[] indegrees = new int[numCourses];  //indegrees 入度表  课程个数
        for(int[] cp : prerequisites) 
              indegrees[cp[0]]++;
        LinkedList<Integer> queue = new LinkedList<>();//创建队列
        for(int i = 0; i < numCourses; i++){
            if(indegrees[i] == 0)
             queue.addLast(i);//把入度为0的存入队列
        }
        while(!queue.isEmpty()) {
            Integer pre = queue.removeFirst();//出队一个，课程减少一个
            numCourses--;
            for(int[] req : prerequisites) {
                if(req[1] != pre) continue;
                if(--indegrees[req[0]] == 0) queue.add(req[0]);
            }
        }
        return numCourses == 0;//最后课程个数为0 这说明都已经存入队列，并且有向图中没有环
    }
}

参考链接：https://leetcode-cn.com/problems/course-schedule/solution/course-schedule-tuo-bu-pai-xu-bfsdfsliang-chong-fa/