题目描述
你这个学期必须选修 numCourse 门课程,记为 0 到 numCourse-1 。
在选修某些课程之前需要一些先修课程。 例如,想要学习课程 0 ,你需要先完成课程 1 ,我们用一个匹配来表示他们:[0,1]
给定课程总量以及它们的先决条件,请你判断是否可能完成所有课程的学习?
示例 1:
输入: 2, [[1,0]]
输出: true
解释: 总共有 2 门课程。学习课程 1 之前,你需要完成课程 0。所以这是可能的。
示例 2:
输入: 2, [[1,0],[0,1]]
输出: false
解释: 总共有 2 门课程。学习课程 1 之前,你需要先完成课程 0;并且学习课程 0 之前,你还应先完成课程 1。这是不可能的。
题目分析(摘抄于leetcode题解 主要为了记忆,加深理解)
一起审题
一共有 n 门课要上,编号为 0 ~ n-1
先决条件 [1, 0],代表必须先上课 0 ,才能上课 1
给你 n 和 一个先决条件表,请你判断能否完成所有课程
引入有向图 描述依赖关系
示例:n = 6, 先决条件表:[ [3, 0], [3, 1], [4, 1], [4, 2], [5, 3], [5, 4] ]
0, 1, 2 没有先修课,可以直接选。其余的,都要先修 2 门课
我们用 有向图 描述这种 依赖关系 (做事的先后关系):
把这样一个 有向无环图 变成 线性的排序 就叫 拓扑排序
有向图 中有 入度 和 出度 概念:
如果存在一条有向边 A --> B,则这条边给 A 增加了 1 个出度,给 B 增加了 1 个入度
所以 0、1、2 的 入度为 0。 而 3、4、5 的 入度为 2
不能“跳步”,选你能上的课
选课只能选 入度为 0 的课,因为它不依赖别的课
假设选了 0,导致 依赖 0 的课的入度减小——课 3 的入度由 2 变 1
接着选 1,导致课 3 的入度变 0,课 4 的入度由 2 变 1
接着选 2,导致课 4 的入度变 0,当前 3 和 4 入度为 0
继续选 入度为 0 的课 …… 直到选不到 入度为 0 的课
入度数组 和 邻接表
课的编号是 0 到 n - 1,让它作为索引,值为课的入度。通过遍历先决条件表,计算出每门课的初始入度
用哈希表记录 依赖关系 (也可以用 邻接矩阵 ,但它有点大)
key: 课的编号
value: 依赖它的后续课程
怎么判断是否能修完所有课?
遍历完所有的课,如果 仍有课的入度不为 0,它们无法被选,返回false,完成不了所有课程
否则,返回true,最后所有课都能上,能找到一种排序上完所有课
#define N 100010
class Solution {
public:
unordered_map<int,int>degree;//用于记录课程的度
vector<int>e[N];
bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
queue<int>q;
for(int i=0;i<numCourses;i++){
e[prerequisites[i][1]].push_back(prerequisites[i][0]);
degree[prerequisites[i][0]]++;
}
for(int j=0;j<numCourses;j++){
if(degree[j]==0)q.push(j);
}
vector<int>ans;
while(q.size()){
int x=q.front();
ans.push_back(x);
q.pop();
for(auto y:e[x]){
degree[y]--;
if(degree[y]==0)q.push(y);
}
}
if(ans.size()==0)return true;
return false;
}
};