LeetCode 207 —— 课程表

1. 题目

2. 解题思路一

首先,我们建立一个有向图,如果学习课程 i i i 必须先学习课程 j j j,那么我们就新增一条边由 i i i 指向 j j j。第一种思路是在图中进行深度优先搜索,一开始,每个节点的状态都设置为 0 0 0,代表没有访问。针对每一个没有被访问的节点,我们将其状态设置为 1 1 1,代表正在访问,然后遍历这个节点的每一条边:

  • 如果下个节点的状态为 0 0 0,递归进行搜索;
  • 如果下个节点的状态为 1 1 1,代表此节点第二次被访问,课程的依赖关系构成了一个环,直接返回 f a l s e false false
  • 如果下个节点的状态为 2 2 2,从这个节点往下的路径都已经访问完成,无需处理继续走;

如果当前节点的所有边都访问完了,则将其状态设置为 2 2 2,代表访问完成。

3. 代码实现一

class Solution {
public:
    vector<vector<int> > edges;
    vector<int> state;
    bool valid;

    void dfs(int i) {
        if (!valid) {
            return;
        }
        state[i] = 1;
        for (auto j : edges[i]) {
            if (state[j] == 0) {
                dfs(j);
            } else if (state[j] == 1) {
                valid = false;
                return;
            }
        }
        state[i] = 2;
    }

    bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
        valid = true;
        edges.resize(numCourses);
        state.resize(numCourses);
        for (auto& info: prerequisites) {
            edges[info[0]].push_back(info[1]);
            state[info[0]] = 0;
        }
        for (size_t i = 0; i < numCourses && valid; ++i) {
            if (state[i] == 0) {
                dfs(i);
            }
        }
        return valid;
    }
};

4. 解题思路二

首先还是建立一个有向图,只不过这次,如果学习课程 i i i 必须先学习课程 j j j,那么我们就新增一条边由 j j j 指向 i i i,同时定义一个数组 preCourses 代表每一门课程需要先学习的课程总数。如果某一门课程 j j j 需要先学习的课程总数为 0 0 0,那么这门课程就可以完成学习,我们将其放入队列。

此时,如果有另一门课程 i i i 需要先学习课程 j j j,那么它需要先学习的课程总数就减少了一门。遍历课程 j j j 的所有边,对所有下一个节点的 preCourses 都减少 1 1 1。如果有新的课程满足 preCourses==0,同样也将其加入队列。

最后,如果所有课程的 preCourses==0,那么所有课程也就都可以完成学习了。

5. 代码实现二

class Solution {
public:
    
    bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
        vector<vector<int> > edges(numCourses);
        vector<int> preCourses(numCourses, 0);
        for (auto& info: prerequisites) {
            edges[info[1]].push_back(info[0]);
            preCourses[info[0]]++;
        }
        queue<int> q;
        int visit_num = 0;
        for (size_t i = 0; i < numCourses; ++i) {
            if (preCourses[i] == 0) {
                q.push(i);
                visit_num++;
            }
        }
        while (!q.empty()) {
            int i = q.front();
            for (auto j : edges[i]) {
                if (--preCourses[j] == 0) {
                    q.push(j);
                    visit_num++;
                }
            }
            q.pop();
        }
        return visit_num == numCourses;
    }
};
  • 30
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
KMP算法是一种字符串匹配算法,用于在一个文本串S内查找一个模式串P的出现位置。它的时间复杂度为O(n+m),其中n为文本串的长度,m为模式串的长度。 KMP算法的核心思想是利用已知信息来避免不必要的字符比较。具体来说,它维护一个next数组,其中next[i]表示当第i个字符匹配失败时,下一次匹配应该从模式串的第next[i]个字符开始。 我们可以通过一个简单的例子来理解KMP算法的思想。假设文本串为S="ababababca",模式串为P="abababca",我们想要在S中查找P的出现位置。 首先,我们可以将P的每个前缀和后缀进行比较,得到next数组: | i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | | --- | - | - | - | - | - | - | - | - | | P | a | b | a | b | a | b | c | a | | next| 0 | 0 | 1 | 2 | 3 | 4 | 0 | 1 | 接下来,我们从S的第一个字符开始匹配P。当S的第七个字符和P的第七个字符匹配失败时,我们可以利用next[6]=4,将P向右移动4个字符,使得P的第五个字符与S的第七个字符对齐。此时,我们可以发现P的前五个字符和S的前五个字符已经匹配成功了。因此,我们可以继续从S的第六个字符开始匹配P。 当S的第十个字符和P的第八个字符匹配失败时,我们可以利用next[7]=1,将P向右移动一个字符,使得P的第一个字符和S的第十个字符对齐。此时,我们可以发现P的前一个字符和S的第十个字符已经匹配成功了。因此,我们可以继续从S的第十一个字符开始匹配P。 最终,我们可以发现P出现在S的第二个位置。 下面是KMP算法的C++代码实现:

“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