题目
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] 。
示例 2:
输入: 4, [[1,0],[2,0],[3,1],[3,2]]
输出: [0,1,2,3] or [0,2,1,3]
解释: 总共有 4 门课程。要学习课程 3,你应该先完成课程 1 和课程 2。并且课程 1 和课程 2 都应该排在课程 0 之后。
因此,一个正确的课程顺序是 [0,1,2,3] 。另一个正确的排序是 [0,2,1,3] 。
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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/course-schedule-ii
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
分析
一直不理解这种解题思想应该叫什么名。
该题可以使用1个有向图表示所有课程的学习顺序,如[0,1]
,则可以使用0——>1
来表示。此时我们称0的出度为1,1的入度为1。
- 使用1个二维数组保存该有向图;
- 记录下每个值的指向,以及每个值的入度数量;
- 记录下有向图中入度为0的课程,即没有前序课程的课程,可以直接学习。
- 学习完入度为0的课程后,将其指向的值的入度-1,若该值的入度也为0,则表示其前序课程已经全部学习完毕,可以开始学习。
- 以此类推,直到所有课程都学习完成。
- 最后将所有入度为0的课程学习完成后,判断已学习完成的课程和所有课程的数量是否相等即可。
代码
class Solution {
public:
vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {
vector<int> degree(numCourses, 0); // 记录每个课程的入度,即该门课有多少前序课程
unordered_map<int, vector<int> > graph; // 根据前序课程生成有向图
for (auto &item : prerequisites) {
graph[item[1]].push_back(item[0]);
++degree[item[0]];
}
queue<int> queue;
for (int i = 0; i < degree.size(); ++i) {
// 记录所有度为0的节点,即没有前序课程的节点
if (degree[i] == 0) {
queue.push(i);
}
}
vector<int> result;
while (!queue.empty()) {
int top = queue.front();
queue.pop();
result.push_back(top); // 学习该课程
auto item = graph.find(top); //找到以当前课程为前序课程的所有课程
if (item == graph.end()) {
continue;
}
for (auto &course : item->second) {
--degree[course]; // 当前课程的一个前序课程已经学习了,可以删掉了
if (degree[course] == 0) {
// 当前课程已经没有前序课程了,可以学习了,加入到队列中
queue.push(course);
}
}
// graph.erase(item); // 这门课已经学习了,不需要记录了
}
if (result.size() != numCourses) {
result.clear();
}
return result;
}
};