207.课程表
问题:你这个学期必须选修 numCourses 门课程,记为 0 到 numCourses - 1 。
在选修某些课程之前需要一些先修课程。 先修课程按数组 prerequisites 给出,其中 prerequisites[i] = [ai, bi] ,表示如果要学习课程 ai 则 必须 先学习课程 bi 。
- 例如,先修课程对 [0, 1] 表示:想要学习课程 0 ,你需要先完成课程 1 。
请你判断是否可能完成所有课程的学习?如果可以,返回 true ;否则,返回 false 。
示例:
输入:numCourses = 2, prerequisites = [[1,0]]
输出:true
解释:总共有 2 门课程。学习课程 1 之前,你需要完成课程 0 。这是可能的。
输入:numCourses = 2, prerequisites = [[1,0],[0,1]]
输出:false
解释:总共有 2 门课程。学习课程 1 之前,你需要先完成课程 0 ;并且学习课程 0 之前,你还应先完成课程 1 。这是不可能的。
思路:dfs
首先根据依赖管理建图,采用邻接表的方式List<Integer>[]
。因为课程之间存在依赖关系,所以是一个有向图,比如[1,0]
表示学习课程 1 之前,你需要完成课程 0 ,也就是学完课程0才能学课程1,所以应该是0 -> 1
。
接下来是遍历,若是一个有向无环图,则它的遍历和多叉树的遍历差不多,多叉树的遍历框架如下:
/* 多叉树遍历框架 */
void traverse(TreeNode root) {
if (root == null) return;
for (TreeNode child : root.children) {
traverse(child);
}
}
根据多叉树的遍历框架就可以写出图的遍历框架:
// 防止重复遍历同一个节点
boolean[] visited;
// 从节点 s 开始 DFS 遍历,将遍历过的节点标记为 true
void traverse(List<Integer>[] graph, int s) {
if (visited[s]) {
return;
}
/* 前序遍历代码位置 */
// 将当前节点标记为已遍历
visited[s] = true;
for (int t : graph[s]) {
traverse(graph, t);
}
/* 后序遍历代码位置 */
}
因为有可能存在环,为避免出现死循环,使用一个布尔数组visited
防止重复遍历一个节点,注意:遍历过程中若visited=true
,并不一定是出现了环,也有可能是两个节点都指向了这个节点。所以要想判断有没有环,还需要一个布尔数组path
来记录当前遍历的这条路径,当遍历节点s
时,发现path[s]=true
,则说明存在环。
class Solution {
//记录遍历的路径
boolean[] path;
boolean hasCycle = false;
//防止重复遍历一个节点
boolean[] visited;
public boolean canFinish(int numCourses, int[][] prerequisites) {
List<Integer>[] graph = buildGraph(numCourses, prerequisites);
visited = new boolean[numCourses];
path = new boolean[numCourses];
for(int i = 0; i < numCourses; i++){
dfs(graph, i);
}
return !hasCycle;
}
//遍历
private void dfs(List<Integer>[] graph, int s){
if(path[s]){
hasCycle = true;
}
if(visited[s] || hasCycle){
return;
}
visited[s] = true;
path[s] = true;
for(int c : graph[s]){
dfs(graph, c);
}
path[s] = false;
}
//建图
private List<Integer>[] buildGraph(int numCourses, int[][] prerequisites){
List<Integer>[] graph = new LinkedList[numCourses];
for(int i = 0; i < numCourses; i++){
graph[i] = new LinkedList<>();
}
for(int[] edge: prerequisites){
graph[edge[1]].add(edge[0]); //必须修完后面的课程才能修前面的课程
}
return graph;
}
}
- bfs
用一个数组记录每个节点的入度,入度为0
,放入队列,使用一个变量visited
记录入度为0的节点个数,然后从入度为0
的节点开始遍历,也就是从队列出队一个节点,每遍历一个节点则visited加1
,并将其相邻节点的入度-1
,相当于将这个节点的边去掉,若相邻节点入度为0
,则入队。然后遍历下一个入度为0
的节点,直到不存在入度为0
的节点。最后看入度为0
的节点个数visited是否等于总节点数
,相等则无环;不等则有环。
class Solution {
public boolean canFinish(int numCourses, int[][] prerequisites) {
List<Integer>[] graph = new LinkedList[numCourses];
int[] count = new int[numCourses];
Queue<Integer> queue = new LinkedList();
for(int i = 0; i < numCourses; i++){
graph[i] = new LinkedList<>();
}
//建图
for(int[] edge: prerequisites){
int from = edge[1];
int to = edge[0];
graph[from].add(to); //必须修完后面的课程才能修前面的课程 从from指向to
++count[to];
}
//统计图中入度为0的节点
for(int i = 0; i < numCourses; i++){
if(count[i] == 0){
queue.offer(i);
}
}
//bfs
int visited = 0;
while(!queue.isEmpty()){
int cur = queue.poll();
visited++;
for(int n: graph[cur]){
if(--count[n] == 0){
queue.offer(n);
}
}
}
return visited == numCourses;
}
}
210.课程表II
问题:现在你总共有 numCourses 门课需要选,记为 0 到 numCourses - 1。给你一个数组 prerequisites ,其中 prerequisites[i] = [ai, bi] ,表示在选修课程 ai 前 必须 先选修 bi 。
- 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:[0,1] 。
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 任意一种 就可以了。如果不可能完成所有课程,返回 一个空数组 。
示例:
示例1:
输入:numCourses = 2, prerequisites = [[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:numCourses = 4, prerequisites = [[1,0],[2,0],[3,1],[3,2]]
输出:[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] 。
示例3:
输入:numCourses = 1, prerequisites = []
输出:[0]
思路:
- bfs
用一个数组记录每个节点的入度,入度为0
,放入队列,再使用一个数组res
记录入度为0
的节点,然后从入度为0
的节点开始遍历,也就是从队列出队一个节点,每遍历一个节点就将这个节点放入res
中,并将其相邻节点的入度-1
,相当于将这个节点的边去掉。若相邻节点入度为0
,则入队。然后遍历下一个入度为0
的节点,直到不存在入度为0
的节点。最后比较res
的长度是否等于总节点数,相等则无环,返回结果;不等则有环,返回空数组。
class Solution {
public int[] findOrder(int numCourses, int[][] prerequisites) {
List<Integer>[] graph = new LinkedList[numCourses];
for(int i = 0; i < numCourses; i++){
graph[i] = new LinkedList();
}
//建图 邻接表
int[] count = new int[numCourses];
for(int[] edge: prerequisites){
int from = edge[1];
int to = edge[0];
graph[from].add(to);
++count[to];
}
List<Integer> res = new ArrayList();
Queue<Integer> queue = new LinkedList();
for(int i = 0; i< numCourses; i++){
if(count[i] == 0){
queue.offer(i);
}
}
while(!queue.isEmpty()){
int cur = queue.poll();
res.add(cur);
for(int n: graph[cur]){
if(--count[n] == 0){
queue.offer(n);
}
}
}
return res.size() != numCourses ? new int[0] : res.stream().mapToInt(Integer::valueOf).toArray();
}
}
- dfs 有点懒了 直接搬了官方题解,代码中有注释
对于图中的任意一个节点,它在搜索的过程中有三种状态,即:
-
「未搜索」:我们还没有搜索到这个节点;
-
「搜索中」:我们搜索过这个节点,但还没有回溯到该节点,即该节点还没有入栈,还有相邻的节点没有搜索完成);
-
「已完成」:我们搜索过并且回溯过这个节点,即该节点已经入栈,并且所有该节点的相邻节点都出现在栈的更底部的位置,满足拓扑排序的要求。
通过上述的三种状态,我们就可以给出使用深度优先搜索得到拓扑排序的算法流程,在每一轮的搜索搜索开始时,我们任取一个「未搜索」的节点开始进行深度优先搜索。
-
我们将当前搜索的节点 u 标记为「搜索中」,遍历该节点的每一个相邻节点 v:
-
如果 v 为「未搜索」,那么我们开始搜索 v,待搜索完成回溯到 u;
-
如果 v 为「搜索中」,那么我们就找到了图中的一个环,因此是不存在拓扑排序的;
-
如果 v 为「已完成」,那么说明 v 已经在栈中了,而 u 还不在栈中,因此 u 无论何时入栈都不会影响到 (u, v)之前的拓扑关系,以及不用进行任何操作。
-
-
当 u 的所有相邻节点都为「已完成」时,我们将 u 放入栈中,并将其标记为「已完成」。
在整个深度优先搜索的过程结束后,如果我们没有找到图中的环,那么栈中存储这所有的 n 个节点,从栈顶到栈底的顺序即为一种拓扑排序。
class Solution {
private int[] res; //拓扑排序结果 模拟栈
private int[] visited; //记录节点遍历状态
private boolean hasCycle; //是否存在环
private int index; //从数组最后位置开始,表示栈底
public int[] findOrder(int numCourses, int[][] prerequisites) {
List<Integer>[] graph = new LinkedList[numCourses];
res = new int[numCourses];
visited = new int[numCourses];
index = numCourses - 1;
for(int i = 0; i < numCourses; i++){
graph[i] = new LinkedList();
}
//建图 邻接表
for(int[] edge: prerequisites){
int from = edge[1];
int to = edge[0];
graph[from].add(to);
}
//每次挑一个未被搜索过的节点遍历
for(int i = 0; i < numCourses; i++){
if(visited[i] == 0){
dfs(graph, i);
}
}
//有环
if(hasCycle){
return new int[0];
}
return res;
}
private void dfs(List<Integer>[] graph, int node){
//该节点搜索中
visited[node] = 1;
//遍历其未搜索的相邻节点
for(int n: graph[node]){
if(visited[n] == 0){
dfs(graph, n);
if(hasCycle){
return;
}
//有环了 没环的话,是不会再次搜索到一个 搜索中 的节点的
} else if(visited[n] == 1){
hasCycle = true;
return;
}
}
//搜索完成
visited[node] = 2;
//节点入栈
res[index--] = node;
}
}
整理思路,记录博客,以便复习。若有误,望指正~