207.Course Schedule

解题思路：
典型的拓扑排序。原理也很简单，在一个有向图中，每次找到一个没有前驱节点的节点（也就是入度为0的节点），
然后把它指向其他节点的边都去掉，重复这个过程（BFS），直到所有节点已被找到，或者没有符合条件的节点（如果图中有环存在）。
DFS的解法，也需要建立有向图，还是用二维数组来建立，和BFS不同的是，我们像现在需要一个一维数组visit来记录访问状态，
大体思路是，先建立好有向图，然后从第一个门课开始，找其可构成哪门课，暂时将当前课程标记为已访问，
然后对新得到的课程调用DFS递归，直到出现新的课程已经访问过了，则返回false，没有冲突的话返回true，然后把标记为已访问的课程改为未访问

代码：

public boolean canFinish(int numCourses, int[][] prerequisites) {
         if (null == prerequisites || numCourses == 0 || prerequisites.length == 0) {
                return true;
            }
            int[] preCourses = new int[numCourses];
            // store the in-degree #
            for (int[] prerequisite : prerequisites) {
                preCourses[prerequisite[0]]++;
            }
            Queue<Integer> queue = new LinkedList<Integer>();
            for (int i = 0; i < preCourses.length; i++) {
                if (preCourses[i] == 0) {
                    queue.add(i);
                }
            }
            int remaining = numCourses;
            while (!queue.isEmpty()) {
                int top = queue.poll();
                remaining--;
                for (int[] prerequisite : prerequisites) {
                    if (prerequisite[1] == top) {//寻找每一个后序课程
                        preCourses[prerequisite[0]]--;
                        if (preCourses[prerequisite[0]] == 0) {
                            queue.add(prerequisite[0]);
                        }
                    }
                }
            }
            return remaining==0;
        }