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:
- 在有向图中选一个没有前驱的顶点并且输出
- 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)
- 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:
- 统计课程安排图中每个节点的入度,生成入度表 indegrees。
- 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)
- 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:
- 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。 - 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。
- 在每次 pre 出队时,执行 numCourses–;
- 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/