拓扑排序(Topological Sorting)

题目描述

题目链接:剑指 Offer II 113. 课程顺序 - 力扣(Leetcode)

现在总共有 numCourses 门课需要选,记为 0numCourses-1

给定一个数组 prerequisites ,它的每一个元素 prerequisites[i] 表示两门课程之间的先修顺序。 例如 prerequisites[i] = [ai, bi] 表示想要学习课程 ai ,需要先完成课程 bi

请根据给出的总课程数 numCourses 和表示先修顺序的 prerequisites 得出一个可行的修课序列。

可能会有多个正确的顺序,只要任意返回一种就可以了。如果不可能完成所有课程,返回一个空数组。

示例 1:

输入: numCourses = 4, prerequisites = [[1,0],[2,0],[3,1],[3,2]]
输出: [0,1,2,3] or [0,2,1,3]
解释: 总共有 4 门课程。要学习课程 3,你应该先完成课程 1 和课程 2。并且课程 1 和课程 2 都应该排在课程 0 之后。
因此,一个正确的课程顺序是 [0,1,2,3] 。另一个正确的排序是 [0,2,1,3]

拓扑排序

拓扑排序

我们会把生产流程、软件开发、课程安排等都当成一个项目工程来对待,所有的工程都可分为若干个「活动」的子工程。在这些活动之间,通常会受到一定的条件约束,如其中某些活动必须在另一些活动完成之后才能开始。就像上图 1 课程要在 0 课程之后学,3 课程要在 1 课程之后学。因此这样的工程图,一定是无环的有向图。

G=(V,E) 是一个具有 n 个顶点的有向图,V 中的顶点序列 v 1 , v 2 , . . . v n v_1, v_2, ... v_n v1,v2,...vn,若有从顶点 v i v_i vi v j v_j vj 的路径,同时顶点序列中 v i v_i vi v j v_j vj 之前。那么称这样的顶点序列为一个拓扑序列。

所谓拓扑排序,就是对一个有向图构造拓扑序列的过程

同时,也需要了解入度出度的概念:

  • 入度:以该顶点为终点的有向边数量,即有多少条边直接指向该顶点
  • 出度:以该顶点为起点的有向边数量,即由该顶点指出的边有多少

因此,对于有向图的拓扑排序,可以使用如下思路输出拓扑序列:

  1. 开始时,将所有入度为 0 的顶点加入队列
    • 入度为 0,说明没有边指向该顶点,也就没有顶点在拓扑序列必须在它之前,放到拓扑序列的首部,不会违反定义
  2. 在队列中进行出队操作,出队顺序就是我们要找的拓扑序列。对于当前弹出的顶点 x,遍历 x 的所有出度,即所有由 x 指向的顶点 y,对 y 做入度减 1 操作
    • 因为 y 需要的一个前提已经准备就绪了
  3. 对 y 进行减 1 操作后,检查 y 的入度是否为 0,如果为 0 则将 y 入队
  4. 循环流程 2、3 直到队列为空

建图 + 拓扑排序

回到本题,我们可以根据题目给出的 prerequisites 建图。若课程 a 存在前置课程 b 的话,就添加一条从 b 到 a 的有向边,同时统计所有课程的入度。

当建完图后,将所有入度为 0 的课程进行入队操作,进行拓扑排序,若得到的序列的课程数等于给出的课程数,说明有合理的顺序,否则返回空。

代码:

class Solution {
 public:
  vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {
    vector<vector<int>> edges(numCourses);
    // 用来记录每个顶点的入度
    vector<int> inDeg(numCourses);              
    // 建图并记录入度
    for (const auto& pre : prerequisites) {
      edges[pre[1]].push_back(pre[0]);
      ++inDeg[pre[0]];
    }
  
    queue<int> q;
    // 将度为 0 入队
    for (int i = 0; i < numCourses; ++i) {
      if (inDeg[i] == 0) {
        q.push(i);
      }
    }
    
    vector<int> ans;
    while (!q.empty()) {
      // 加入这段可判断是否有唯一解
      // if (q.size() > 1) {
      //     return {};
      // }
      
      int u = q.front();
      q.pop();
      ans.push_back(u);
      for (int v : edges[u]) {
        --inDeg[v];
        if (inDeg[v] == 0) {
            // 此时说明前置课程都学习过了
            q.push(v);
        }
      }
    } // while (!q.empty())
    return (ans.size() == numCourses) ? ans : vector<int>();
  }
};
  • 时间复杂度: O ( m + n ) O(m + n) O(m+n),其中 n 为课程数,m 为先修课程的要求数,
  • 空间复杂度: O ( m + n ) O(m + n) O(m+n)
  • 6
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python拓扑排序可以通过使用深度优先搜索(DFS)算法来实现。有两种常见的实现方法。 第一种方法是使用递归的方式实现。在这种方法中,我们定义一个递归函数`topoSortvisit0`,它接受三个参数:当前节点`s`,访问状态列表`visited`和排序列表`sortlist`。首先,将当前节点标记为已访问。然后,对于当前节点的每个邻接节点,在邻接节点未被访问的情况下,递归调用`topoSortvisit0`函数。最后,将当前节点插入到排序列表的开头。接着,我们定义`topoSortDfs0`函数,初始化节点的访问状态列表`visited`和排序列表`sortlist`,然后对于图中的每个节点,如果节点未被访问,就调用`topoSortvisit0`函数。最后,返回排序列表即可得到拓扑排序的结果。 第二种方法是使用堆栈来实现。在这种方法中,我们定义一个辅助函数`topologicalSortUtil`,它接受三个参数:当前节点`v`,访问状态列表`visited`和堆栈`stack`。首先,将当前节点标记为已访问。然后,对于当前节点的每个邻接节点,如果邻接节点未被访问,就递归调用`topologicalSortUtil`函数。最后,将当前节点插入到堆栈的开头。接着,我们定义`topologicalSort`函数,初始化节点的访问状态列表`visited`和堆栈`stack`,然后对于图中的每个节点,如果节点未被访问,就调用`topologicalSortUtil`函数。最后,输出堆栈的内容即可得到拓扑排序的结果。 综上所述,可以使用上述两种方法之一来实现Python拓扑排序。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [拓扑排序(topological sorting)介绍及Python实现](https://blog.csdn.net/chenxy_bwave/article/details/125074013)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [拓扑排序Python实现](https://blog.csdn.net/JohnJim0/article/details/121047511)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值