LeetCode207：课程表

要求

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 。

题目解析

课程安排图是否是 有向无环图(DAG)。即课程间规定了前置条件，但不能构成任何环路，否则课程前置条件将不成立。

思路

本题是一道经典的「拓扑排序」问题。通过 拓扑排序 判断此课程安排图是否是 有向无环图(DAG) 。
拓扑排序原理： 对 DAG 的顶点进行排序，使得对每一条有向边 (u,v)，均有 u（在排序记录中）比 v 先出现。亦可理解为对某点 v 而言，只有当 v 的所有源点均出现了，v 才能出现。

深度优先遍历(DFS)
1、借助一个标志列表 flags，用于判断每个节点 i （课程）的状态：

• 未被 DFS 访问：i == 0；
• 已被其他节点启动的 DFS 访问：i == -1；
• 已被当前节点启动的 DFS 访问：i == 1。 说明是第二次访问，有环

2、对 numCourses 个节点依次执行 DFS，判断每个节点起步 DFS 是否存在环，若存在环直接返回 False。DFS 流程；

• 终止条件：

   当 flag[i] == -1，说明当前访问节点已被其他节点启动的 DFS 访问，无需再重复搜索，直接返回 True。
   当 flag[i] == 1，说明在本轮 DFS 搜索中节点 i 被第 2 次访问，即 课程安排图有环 ，直接返回 False。
  

• 将当前访问节点 i 对应 flag[i] 置 1，即标记其被本轮 DFS 访问过；

• 递归访问当前节点 i 的所有邻接节点 j，当发现环直接返回 False；

• 当前节点所有邻接节点已被遍历，并没有发现环，则将当前节点 flag 置为 -1 并返回 True。

3、若整个图 DFS 结束并未发现环，返回 True。

有个评论区大佬的解析

public class LeetCode207 {
    public boolean canFinish(int numCourses, int[][] prerequisites) {
        int[] flags = new int[numCourses]; //入度表，记录每个节点的入度数
        List<List<Integer>> adjacency = new ArrayList<>(); //准备邻接链表
        // 初始化邻接表，方便后面直接在对应位置赋值
        for (int i = 0; i < numCourses; i++) {
            adjacency.add(new ArrayList<>());
        }
        for (int[] pre : prerequisites) {
            // 邻接表赋值，保存一个节点的所有入度相关节点；pre[1] -> pre[0]
            adjacency.get(pre[1]).add(pre[0]);
        }
        for (int i = 0; i < numCourses; i++) {
            if (!dfs(adjacency,flags,i)){
                return false;
            }
        }
        return true;
    }

    private boolean dfs(List<List<Integer>> adjacency, int[] flags, int i) {
        //当前轮节点i第二次被访问，说明有环
        if (flags[i] == 1){
            return false;
        }
        //别的dfs路径访问过了，我不需要访问了
        if (flags[i] == -1){
            return true;
        }
        //第一次遍历，打标记
        flags[i] = 1;
        //遍历当前节点所能走到位置
        for (Integer integer : adjacency.get(i)) {
            if (!dfs(adjacency,flags,integer)){
                return false;
            }
        }
        flags[i] = -1;
        return true;
    }
}

如果不理解的话，可以去网上找找有向图的视频讲解

• 时间复杂度 O(N + M)： 遍历一个图需要访问所有节点和所有临边，N 和 M 分别为节点数量和临边数量； 空间复杂度

• O(N + M)： 为建立邻接表所需额外空间，adjacency 长度为 N ，并存储 M 条临边的数据。