1、深度优先搜索
我们实际上可以将问题理解为,在一个有向图中发现是否有环。为了实现以上模型,我们可以利用二维数组edges记录课程与课程之间的关系;利用visited记录当前节点是否被访问过其中0表示没有被访问过,1表示已经被访问过,2表示已经遍历过该节点的所有路径均无环;利用valid记录我们当前是否需要跳出循环。
我们首先初始化edges和visited,而后选择一个没有被访问过的节点进行深度遍历,遍历过的节点将visited标记为1,而后我们遍历它指向的每一个节点:1、若该节点没有被访问过,说明之间不冲突,我们继续对新节点进行深度遍历;2、若该节点之前被访问过,说明我们现在遍历的路径是一个环,因此我们将valid = false标记此时图中有环,而后跳出循环返回结果。
class Solution {
private:
vector<vector<int>> edges;
vector<int> visited;
bool valid = true;
public:
void dfs(int u) {
visited[u] = 1;
for (int v: edges[u]) {
if (visited[v] == 0) {
dfs(v);
if (!valid) {
return;
}
}
else if (visited[v] == 1) {
valid = false;
return;
}
}
visited[u] = 2;
}
bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
edges.resize(numCourses);
visited.resize(numCourses);
for (const auto& info: prerequisites) {
edges[info[1]].push_back(info[0]);
}
for (int i = 0; i < numCourses && valid; ++i) {
if (!visited[i]) {
dfs(i);
}
}
return valid;
}
};
2、广度优先搜索
在所有课程中,如果有课程的前置课程为空说明它可以直接上课不存在约束。因此我们可以使用队列将所有前置课程为空(即入度为0)的课程入队,而后依次出队,并将以出队元素为前置条件的课程入队,表示他们也可以直接进行上课,如此循环直至队列为空,若此时所有课程都被遍历则说明不存在环。
class Solution {
private:
vector<vector<int>> edges;
vector<int> indeg;
public:
bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
edges.resize(numCourses);
indeg.resize(numCourses);
for (const auto& info: prerequisites) {
edges[info[1]].push_back(info[0]);
++indeg[info[0]];
}
queue<int> q;
for (int i = 0; i < numCourses; ++i) {
if (indeg[i] == 0) {
q.push(i);
}
}
int visited = 0;
while (!q.empty()) {
++visited;
int u = q.front();
q.pop();
for (int v: edges[u]) {
--indeg[v];
if (indeg[v] == 0) {
q.push(v);
}
}
}
return visited == numCourses;
}
};