【题目】
选课问题,共有N个待选课程,其中某些课程有学习次序,例如:学完编号1课程才能去学习编号0课程,且我们将它表示为[0,1]。现给出全部待选课程数目与课程间的学习次序,请根据次序要求与课程判断能否完成全部课程并给出选课次序。
【解析】
题目较之前有改动,阐释如下:
bool canFinish(int numCourses, vector<pair<int, int>>& prerequisites) { }
以及
bool canFinish(int numCourses, vector<vector<int>>& prerequisites) { }
是新老两个题目的 Title 两者的区别 在于 vector<pair<int, int>>和vector<vector<int>> ,分清二者并解决之是现如今的关键 !这里是leetcode 对题目作了修缮,因此,现在需要找到新的解决方法!现在先对原来的老方法做出一定的学习!
知识点1. 图结构(树-只需要知道树的顶点,而图需要知道 顶点数目+顶点邻接表+当前顶点入度集合),邻接表是边集合,入度表示点的前驱集合。
成员
顶点数目、顶点邻接表、当前顶点入度集合、当前顶点入度为0集合
方法
构造函数(初始化顶点数目+顶点邻接表+当前顶点入度集合)
析构函数(析构 邻接表与入度集合 空间)
边际添加函数(构建 邻接表)
知识点2. 拓扑排序
核心思想:创建并维护一个当下入度为0的List(链表);
算法实现:将入度为 0 的顶点弹出 --> 对非 0 入度顶点减度 --> 找到新一轮入度为 0 的顶点 ;不断迭代,直到结束; 返回是否排序完成,即能否完成全部课程。)
TopoSort 源码
/************************类声明************************/ class Graph { int V; // 顶点个数 list<int> *adj; // 邻接表,这里的邻接表也可称为 出度表 queue<int> q; // 维护一个入度为0的顶点的集合 int* indegree; // 记录每个顶点的入度 public: Graph(int V); // 构造函数 ~Graph(); // 析构函数 void addEdge(int v, int w); // 添加边 bool topological_sort(); // 拓扑排序 }; /************************类定义************************/ Graph::Graph(int V) { this->V = V; adj = new list<int>[V]; indegree = new int[V]; // 入度全部初始化为0 for(int i=0; i<V; ++i) indegree[i] = 0; } Graph::~Graph() { delete [] adj; delete [] indegree; } void Graph::addEdge(int v, int w) { adj[v].push_back(w); ++indegree[w]; } bool Graph::topological_sort() { for(int i=0; i<V; ++i) if(indegree[i] == 0) q.push(i); // 将所有入度为0的顶点入队 int count = 0; // 计数,记录当前已经输出的顶点数 while(!q.empty()) { int v = q.front(); // 从队列中取出一个顶点 q.pop(); //cout << v << " "; // 输出该顶点 ++count; // 将所有v指向的顶点的入度减1,并将入度减为0的顶点入栈 list<int>::iterator beg = adj[v].begin(); for( ; beg!=adj[v].end(); ++beg) if(!(--indegree[*beg])) q.push(*beg); // 若入度为0,则入栈 } if(count < V) return false; // 没有输出全部顶点,有向图中有回路 else return true; // 拓扑排序成功 }
采用TopoSort算法实现选课:
创建图对象 --> 添加边界 --> 拓扑排序 class Solution { public: bool canFinish(int numCourses, vector<vector<int>>& prerequisites) { Graph g(numCourses); // 创建图 for(int i=0; i<prerequisites.size(); ++i) g.addEdge(prerequisites[i][1], prerequisites[i][0]); return g.topological_sort(); } }; 简化源码:
【一】
class Solution { public: bool canFinish(int numCourses, vector<vector<int>>& prerequisites) { vector<vector<int>> graph(numCourses, vector<int>(0)); vector<int> inDegree(numCourses, 0); for (auto u : prerequisites) { graph[u[1]].push_back(u[0]); ++inDegree[u[0]]; } queue<int> que; for (int i = 0; i < numCourses; ++i) { if (inDegree[i] == 0) que.push(i); } while (!que.empty()) { int u = que.front(); que.pop(); for (auto v : graph[u]) { --inDegree[v]; if (inDegree[v] == 0) que.push(v); } } for (int i = 0; i < numCourses; ++i) { if (inDegree[i] != 0) return false; } return true; } }; 【二】 class Solution { public: bool canFinish(int numCourses, vector<vector<int>>& prerequisites) { if(prerequisites.size()<=1) return true; unordered_map<int,vector<int>> table; for(auto &i:prerequisites) { table[i[0]].push_back(i[1]); } vector<int> path; while(!table.empty()) { auto it=table.begin(); path.push_back(it->first); if(HasLoop(table,it->first,path)) return false; path.pop_back(); } return true; } //判断是否有环,有环的话返回真,否则返回假 bool HasLoop( unordered_map<int,vector<int>> &table,const int &begin,vector<int> &path) { if(table.count(begin)==0) return false; while(!table[begin].empty()) { int temp=table[begin].back(); if(find(path.begin(),path.end(),temp)!=path.end()) return true; path.push_back(temp); if(HasLoop(table,temp,path)) return true; path.pop_back(); table[begin].pop_back(); } table.erase(begin); return false; } }; 【待完善】
- 整理 auto 类型变量相关知识;
- 什么时候用 点 什么时候用 箭头
- http://www.cnblogs.com/BeyondAnyTime/category/379485.html
- http://blog.csdn.net/linxinyuluo/article/details/6847851
- http://blog.csdn.net/linxinyuluo/article/details/6845947