一、需求
-
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,返回你为了学完所有课程所安排的学习顺序;
-
可能会有多个正确的顺序,你只要返回一种就可以了。如果不可能完成所有课程,返回一个空数组;
示例 1:
输入: 2, [[1,0]]
输出: [0,1]
解释: 总共有 2 门课程。要学习课程 1,你需要先完成课程 0。因此,正确的课程顺序为 [0,1] 。
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。
二、BFS
2.1 思路分析
- 这道题相当于对课程表Ⅰ进行了扩展,课程表Ⅰ题目是判断能否学完所有的课程,地址为:https://blog.csdn.net/Sruggle/article/details/115660492;
- 借用之前的算法,如果能学完所有的课程,我们就把队列中的元素(队列中有入度为0的元素)添加到数组并返回,反之返回空数组;
2.2 代码实现
class Solution {
public int[] findOrder(int numCourses, int[][] prerequisites) {
int[] res = new int[numCourses];
if(canFinish(numCourses, prerequisites, res)) {
return res;
} else {
return new int[0];
}
}
/**
*该方法用来判断能否完成所有的课程
*@param numCourses 给定的课程数量
*@param prerequisties 给定的课程对
*@return 能够完成所有课程返回true,否则返回false
*/
public boolean canFinish(int numCourses, int[][] prerequisites, int[] res) {
if(numCourses <= 0) {
return false;
}
//定义节点入度数组
int[] inDegree = new int[numCourses];
//定义节点相关的邻接表,HashSet保证无重复
HashSet<Integer>[] adj = new HashSet[numCourses];
for(int i = 0; i < numCourses; i++) {
adj[i] = new HashSet<>();
}
//初始化节点的入度数组以及邻接表
for(int[] p : prerequisites) {
inDegree[p[0]]++;
adj[p[1]].add(p[0]);
}
//定义队列存储入度为0的节点
Queue<Integer> queue = new LinkedList<>();
for(int i = 0; i < numCourses; i++) {
if(inDegree[i] == 0) {
queue.add(i);
}
}
//开启BFS
int count = 0;
while(queue.size() != 0) {
int curCourse = queue.poll();
res[count] = curCourse;
count++;
//取出当前节点的相邻节点
for(int course : adj[curCourse]) {
inDegree[course]--;
if(inDegree[course] == 0) {
queue.add(course);
}
}
}
//注意这里不能用res.length,因为它已经申请了numCourses个空间
return count == numCourses;
}
}
2.3 复杂度分析
- 时间复杂度为O(m+n),其中m为图的边数(课程对数),n为节点个数(课程数),初始化邻接表消耗O(n)、初始化入度数组要获得每一对课程对消耗O(m),遍历队列消耗的复杂度不会超过O(n),故总体的时间复杂度为O(m+n);
- 空间复杂度为O(n),入度数组消耗O(n),邻接表消耗O(n),所有HashSet对象存储的个数不会超过n个,队列最多消耗O(n),故总体时间复杂度为O(n);
三、学习地址
作者:liweiwei1419