题目描述
现在你总共有 n 门课需要选,记为 0 到 n-1。
在选修某些课程之前需要一些先修课程。 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他们: [0,1]
给定课程总量以及它们的先决条件,判断是否可能完成所有课程的学习?
示例 1:
输入: 2, [[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。所以这是可能的。
示例 2:
输入: 2, [[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。
说明:
输入的先决条件是由边缘列表表示的图形,而不是邻接矩阵。详情请参见图的表示法。
你可以假定输入的先决条件中没有重复的边。
思路
考察拓扑排序,拓扑排序,把一个有向无环图转换成一维的拓扑排序。拓扑排序是对有向无环图的一种排序。表示了顶点按边的方向出现的先后顺序。如果有环,则无法表示两个顶点的先后顺序。一个简单的求拓扑排序的算法:首先要找到任意入度为0的一个顶点,删除它及所有相邻的边,再找入度为0的顶点,以此类推,直到删除所有顶点。顶点的删除顺序即为拓扑排序。
利用课程之间的关系建立有向图,如果课程A之前需要完成课程B,那么在图中A指向B,同时定义数组degree统计每个节点的入度。
定义队列que,首先将当前入度为0的节点(优先需要学习的课程)加入队列,定义变量cnt用于计数。
然后进入循环,每次循环访问队首元素a,并弹出a,访问a指向的每个节点b,将b的入度减1,如果此时b的入度为0,则此时课程b可以进行学习,将b加入队列,然后进入下一次循环,每次循环都将cnt加1,直到队列为空时结束循环。
最后,如果cnt等于课程数,说明所有的课程都加入过队列,它们可以有序地进行学习,返回true;否则,返回false。
设有向图的顶点数为v,边数为e。
时间复杂度:O(v + e),空间复杂度:O(v + e)
代码
class Solution {
public:
bool canFinish(int numCourses, vector<pair<int, int>>& prerequisites){
vector<vector<int> > graph(numCourses, vector<int>());
vector<int> degree(numCourses);
for(auto m: prerequisites){
int from = m.second;
int to = m.first;
//from:to 表示to依赖于from
graph[from].push_back(to);
//入度
++degree[to];
}
queue<int> que;
for(int i = 0; i < degree.size(); ++i){
if(degree[i] == 0)
que.push(i);
}
int cnt = 0;
while(!que.empty()){
int tmp = que.front();
que.pop();
for(auto b: graph[tmp]){
--degree[b];
if(degree[b] == 0)
que.push(b);
}
++cnt;
}
if(cnt == numCourses)
return true;
return false;
}
};
来源:https://blog.csdn.net/SCS199411/article/details/99224552