现在你总共有 n 门课需要选,记为 0
到 n-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,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。
说明:
- 输入的先决条件是由边缘列表表示的图形,而不是邻接矩阵。详情请参见图的表示法。
- 你可以假定输入的先决条件中没有重复的边。
提示:
- 这个问题相当于查找一个循环是否存在于有向图中。如果存在循环,则不存在拓扑排序,因此不可能选取所有课程进行学习。
- 通过 DFS 进行拓扑排序 - 一个关于Coursera的精彩视频教程(21分钟),介绍拓扑排序的基本概念。
-
拓扑排序也可以通过 BFS 完成。
解题思路:
[0,1]
表示学习0课程,需要先学习1课程。所以pair.first = 0
, pair.second = 1
。
首先将一维的键值对,扩展为邻接矩阵表示的二维图graph
。同时,统计pair.first
也就是将学习的课程的入度(只有入度为0时,才可以直接学习)。
从而将问题转化为拓扑排序问题。
class Solution {
public:
vector<int> findOrder(int numCourses, vector<pair<int, int>>& prerequisites) {
vector<int> inDegree(numCourses, 0); //入度
vector<vector<int>> graph(numCourses, vector<int>(0)); //邻接表
queue<int> q; //用于拓扑的队列
for(auto& i : prerequisites){
graph[i.second].push_back(i.first); //先完成second 后完成first
inDegree[i.first]++; //入度加一
}
for(int i = 0 ; i < numCourses; ++i){ //初始化拓扑
if(inDegree[i] == 0)
q.push(i);
}
int count = 0;
while(!q.empty()){
int v = q.front();
q.pop();
count++; //完成课程数加一
for(auto& i : graph[v]){
--inDegree[i];
if(inDegree[i] == 0){
q.push(i);
}
}
}
return (count == numCourses);
}
};