2020/05/17 每日一题
是一个图的拓扑排序问题,需要将限制性条件进行优先满足。
有两种基本的思路。
一种是采用BFS的方法,这中方法是统计了每个节点的入度,只有当入度为0时,才加入改节点。需要设计字典以pre为键,cur为值。
class Solution:
def findOrder(self, n: int, prerequisites: List[List[int]]) -> List[int]:
dic = collections.defaultdict(list)
num = [0]*n
queue = collections.deque()
ans = []
for cur, pre in prerequisites:
dic[pre].append(cur) # bfs的方法,前驱是key,后继是键值
num[cur] += 1 ## 计算了改节点的入度
for i in range(n):
if num[i] == 0:
queue.append(i)
ans.append(i)
while queue:
top = queue.popleft()
for item in dic[top]:
num[item] -= 1
if num[item] == 0:
queue.append(item)
ans.append(item)
if len(ans) == n:
return ans
else:
return []
其次还可以用DFS的方法,检测是否存在环。这里需要保存的时cur为键,pre为值得形式。
class Solution(object):
def findOrder(self, n, prerequisites):
"""
:type numCourses: int
:type prerequisites: List[List[int]]
:rtype: List[int]
"""
# DFS的拓扑排序
dic = collections.defaultdict(list)
for cur, pre in prerequisites:
dic[cur].append(pre) ## DFS的方法要求cur为键,pre为值
visited = [0]*n
ans = []
def dfs(i):
if visited[i] == 1:
return True
if visited[i] == 2:
return False
visited[i] = 2
for item in dic[i]:
if not dfs(item):
return False
visited[i] = 1
ans.append(i)
return True
for i in range(n):
if not dfs(i):
return []
return ans