力扣每日一题2021-08-05找到最终的安全状态

---

802.找到最终的安全状态

题目描述

在有向图中，以某个节点为起始节点，从该点出发，每一步沿着图中的一条有向边行走。如果到达的节点是终点（即它没有连出的有向边），则停止。
对于一个起始节点，如果从该节点出发，无论每一步选择沿哪条有向边行走，最后必然在有限步内到达终点，则将该起始节点称作是安全的。
返回一个由图中所有安全的起始节点组成的数组作为答案。答案数组中的元素应当按升序排列。
该有向图中有n个节点，按0到n-1编号，其中n是graph的节点数。图以下述形式给出：graph[i]是编号j节点的一个列表，满足(i, j)是图的一条有向边。

---

示例1

输入：

graph = [[1, 2], [2, 3], [5], [0], [5], [], []]

输出：

[2, 4, 5, 6]

解释：

示意图如上。graph = [[1, 2], [2, 3], [5], [0], [5], [], []]中的graph[0]=[1, 2]表示的是节点0有两条有向边分别指向节点1和节点2，其他同理。

---

示例2

输入：

graph = [[1, 2, 3, 4], [1, 2], [3, 4], [0, 4], []]

输出：

[4]

---

提示：

• n == graph.length
• 1 <= n <= 10⁴
• 0 <= graph[i].length <= n
• graph[i]按严格递增顺序排列
• 图中可能包含自环
• 图中边的数目在范围[1, 4*10⁴]内

---

思路：DFS、拓扑排序

DFS+普通标记：

根据题意，若起始节点位于一个环内，或者能到达一个环，则该节点是不安全的。否则该节点是安全的。
可以使用DFS找环，并在DFS过程中，用不同的值标记节点，标记规则如下：

• -1：该节点未访问
• 0：该节点是安全的
• 1：该节点是走过的不确定安不安全
• 2：该节点是不安全的

初始化每个节点都标记为-1，DFS遍历，当首次访问一个节点时标记为1，当遇到环标记为2，提前结束循环，当一个节点所有出的边指向的结点都是安全的，则它也为安全的，标记它为0，最后找到所有标记为0的节点，并按升序排列返回。
当然，这个标记也可以简化为只有True和False的标记。

python代码

class Solution:
    def eventualSafeNodes(self, graph: List[List[int]]) -> List[int]:
        # 方法一：DFS+标记
        n = len(graph)
        # 每个点可能的状态：-1表示点是未走过的，0表示点是安全的，
        # 1表示点是访问过的但不确定安全与否，2表示点时不安全的
        # 定义list表示每个结点当前状态
        states = [-1]*n
        # dfs
        def dfs(node):
            # 节点还未被访问
            if states[node] == -1:
                # 标记状态1
                states[node] = 1
                for nextnode in graph[node]:
                    states[node] += dfs(nextnode)
                    # 不安全的节点可以提前结束循环
                    if states[node] > 1:
                        break
                # 出的所有点为安全的，它才是安全的
                states[node] = 0 if states[node] == 1 else 2
            return states[node]
        return [i for i in range(n) if not dfs(i)]
        

---

DFS+boolean标记

该思路是对前一种思路的优化，减少了标记种类

python代码

class Solution:
    def eventualSafeNodes(self, graph: List[List[int]]) -> List[int]:
        # 方法二DFS+boolean标记
        n = len(graph)
        # 安全为True，不安全为False
        states = [None] * n
        def dfs(node):
            if states[node] is None:
                states[node] = False
                if all(dfs(nextnode) for nextnode in graph[node]):
                    states[node] = True
            return states[node]
        return [i for i in range(n) if dfs(i)]

---

拓扑排序

依据题意，如果一个节点没有边，则该节点是安全的，如果一个节点出边连接的所有节点都是安全的，则该节点是安全的。
根据这个性质，可以对图进行拓扑排序。
具体操作如下：搜索的时候标记节点当前状态，如果有出口，标记为1，如果它的出口全部为安全的节点，它们的和必然为0，则认为这个节点也是安全的，否则是不安全的。

python代码

class Solution:
    def eventualSafeNodes(self, graph: List[List[int]]) -> List[int]:
        # 方法三拓扑排序
        n = len(graph)
        out = [0]*n
        edges = defaultdict(list)
        for i, nodes in enumerate(graph):
            for node in nodes:
                edges[node].append(i)
                # 统计所有点的出度
                out[i] += 1
        q = deque([])
        for i in range(n):
            if not out[i]:
                # 出度为0的点加入队列
                q.append(i)
        while q:
            node = q.popleft()
            for front in edges[node]:
                # 去掉front->node这条边
                out[front] -= 1
                if not out[front]:
                    # 如果去掉该条边front出度为0，则加入队列
                    q.append(front)
        return [i for i in range(n) if not out[i]]