拓扑排序
拓扑排序的本质是:广度优先遍历 + 贪心算法。
拓扑排序是广度优先遍历和贪心算法应用于有向图的专有名词。
应用场景:任务调度计划、课程安排。
拓扑排序的作用:
1.得到一个拓扑序,拓扑序不唯一;
2.检测有向图是否有环。(补充:无向图中检测是否有环,使用的数据结构是并查集。)
算法流程:
1、在开始排序前,扫描对应的存储空间(使用邻接表),将入度为 0的结点放入队列。
2、只要队列非空,就从队首取出入度为 0 的结点,将这个结点输出到结果集中,并且将这个结点的所有邻接结点(它指向的结点)的入度减 1,在减 1 以后,如果这个被减 1的邻接结点的入度为 0,则入队。
3、当队列为空的时候,检查结果集中的顶点个数是否和图的顶点数相等即可。
在代码具体实现的时候,除了保存入度为 0 的队列,我们还需要两个辅助的数据结构:
1、邻接表:通过结点的索引,我们能够得到这个结点的后继结点;
2、入度数组:通过结点的索引,我们能够得到指向这个结点的结点个数。
力扣相关题目
1.207. 课程表
代码如下:
class Solution {
public boolean canFinish(int numCourses, int[][] prerequisites) {
if (numCourses < 0) {
return false;
}
if (null == prerequisites || 0 == prerequisites.length || 0 == prerequisites[0].length) {
return true;
}
// 入度数组
int[] inDegree = new int[numCourses];
// 图的邻接表实现
HashSet<Integer>[] adj = new HashSet[numCourses];
for (int i = 0; i < numCourses; i ++) {
adj[i] = new HashSet<>();
}
for (int[] p : prerequisites) {
inDegree[p[0]] ++;
adj[p[1]].add(p[0]);
}
// 队列:java推荐实现
Queue<Integer> queue = new LinkedList<>();
// 找到一开始入度为0的顶点
for (int i = 0; i < numCourses; i ++) {
if (inDegree[i] == 0) {
queue.add(i);
}
}
int cnt = 0;
while (!queue.isEmpty()) {
Integer top = queue.poll();
cnt ++;
for (Integer successor : adj[top]) {
inDegree[successor] --;
if (inDegree[successor] == 0) {
queue.add(successor);
}
}
}
return cnt == numCourses;
}
}
// 拓扑排序的模板
class Solution {
public int[] findOrder(int numCourses, int[][] prerequisites) {
int[] res = new int[numCourses];
if (numCourses < 0 ) {
return res;
}
if ((null == prerequisites || 0 == prerequisites.length || 0 == prerequisites[0].length)) {
for (int i = 0; i < numCourses; i++) {
res[i] = numCourses - i - 1;
}
return res;
}
int[] inDegree = new int[numCourses];
HashSet<Integer>[] adj = new HashSet[numCourses];
for (int i = 0; i < numCourses; i ++) {
adj[i] = new HashSet<>();
}
for (int[] p : prerequisites) {
inDegree[p[0]] ++;
adj[p[1]].add(p[0]);
}
Queue<Integer> queue = new LinkedList<>();
for (int i = 0; i < numCourses; i ++) {
if (inDegree[i] == 0) {
queue.offer(i);
}
}
int cnt = 0;
while (!queue.isEmpty()) {
Integer top = queue.poll();
res[cnt ++] = top;
for (Integer successor : adj[top]) {
inDegree[successor] --;
if (inDegree[successor] == 0) {
queue.add(successor);
}
}
}
return cnt == numCourses ? res : new int[0];
}
}
3.802. 找到最终的安全状态
参考资料
代码如下:
class Solution {
public List<Integer> eventualSafeNodes(int[][] graph) {
int N = graph.length;
List<Set<Integer>> gra = new ArrayList<>();
List<Set<Integer>> rgra = new ArrayList