题目: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 1:
- 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。
示例 2:
- 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。
提示:
- 1 <= numCourses <= 105
- 0 <= prerequisites.length <= 5000
- prerequisites[i].length == 2
- 0 <= ai, bi < numCourses
- prerequisites[i] 中的所有课程对 互不相同
解法1:拓扑排序+广度优先搜索,时间复杂度o(m+n),空间复杂度o(m+n)
- 给定一个包含 nn 个节点的有向图G,我们给出它的节点编号的一种排列,如果满足:对于图 G 中的任意一条有向边 (u, v),u 在排列中都出现在v的前面。那么称该排列是图 G 的「拓扑排序」
- 如果图G中存在环,则G不存在拓扑排序
- 如果图G是有向无环图,则拓扑排序不止一种
- 本题可约化为: 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。
- 通过课程前置条件列表prerequisites可以得到课程安排图的邻接表adjacency,以降低算法时间复杂度,以下两种方法都会用到邻接表。
- 我们将每一门课看成一个节点;如果想要学习课程 A 之前必须完成课程 B,那么我们从 B 到 A 连接一条有向边。这样以来,在拓扑排序中,B 一定出现在 A 的前面。
- 统计课程安排图中每个节点的入度,生成 入度表 indegrees,下标是课程,元素值代表入度。借助一个队列 queue,将所有入度为 0 的节点入队。
- 当 queue 非空时,依次将队首节点出队,在课程安排图中删除此节点 pre,每次删除的即为没有前驱的结点:
- 并不是从邻接表中删除此节点 pre,而是将此节点对应所有邻接节点 cur 的入度 −1,即 indegrees[cur] -= 1;
- 当入度 −1后邻接节点 cur 的入度为 0,说明 cur 所有的前驱节点已经被 “删除”,此时将 cur 入队。
- 在每次 pre 出队时,执行 numCourses—;
- 若整个课程安排图是有向无环图(即可以安排),则所有节点一定都入队并出队过,即完成拓扑排序。换个角度说,若课程安排图中存在环,一定有节点的入度始终不为 0。
因此,拓扑排序出队次数等于课程个数,返回 numCourses == 0 判断课程是否可以成功安排。 ```java class Solution { public boolean canFinish(int numCourses, int[][] prerequisites) {
if(numCourses <= 0)
return false;
// 入度表
int []inDegree = new int[numCourses];
// 邻接表
List<List<Integer>> adjacency = new ArrayList<>();
for(int i = 0; i < numCourses ; i++){
adjacency.add(new ArrayList<>());
}
// 队列,用于删除没有前驱的结点
Deque<Integer> deque = new LinkedList<>();
// 初始化邻接表和入度表
for(int []cp : prerequisites){
inDegree[cp[0]]++;
// cp[1]为cp[0]的先导课程,因此定义映射关系 cp[1] -> cp[0]
adjacency.get(cp[1]).add(cp[0]);
}
// 把入度表为0的元素先入队,下标代表那个元素
for(int i = 0 ; i < numCourses ;i++){
if(inDegree[i] == 0)
deque.add(i);
}
// 前驱节点
int pre = 0;
while(!deque.isEmpty()){
// 每次队头认为是没有前驱的节点
pre = deque.poll();
numCourses--;
// 找到邻接节点
for(int cur : adjacency.get(pre)){
// 入度表对应入度减1,如果入度为0,则又入队
if(--inDegree[cur] == 0){
deque.add(cur);
}
}
}
// 最终如果课程数不为0,说明有环
return numCourses == 0;
}
}
<a name="XR6U9"></a>
## 解法2:拓扑排序+深度优先搜索,时间复杂度o(m+n),空间复杂度o(m+n)
1. 借助邻接表和备忘录完成,备忘录中保存着当前节点的状态,邻接表中保存当前节点可以到达的邻居结点
1. 备忘录isVsited[i]有如下状态:
1. -1:当前节点被其他节点访问过
1. 0:当前节点未被访问
1. 1:正在访问当前节点
3. 在访问当前节点时候isVisited[i] = 1;访问完成后,isVisted[i] = -1,进行回溯;
3. 如果让有向图不成环,则最终isVisted[i]中的任意节点状态都应该是-1,如果有1的情况说明有的节点只能在自己的dfs中访问到自己,而无法让别人访问,最终成环。
3. 如果dfs成环返回false,否则最后返回true。
```java
class Solution {
public boolean canFinish(int numCourses, int[][] prerequisites) {
if(numCourses <= 0)
return false;
// 备忘录
int []isVisited = new int[numCourses];
// 邻接表
List<List<Integer>> adjacency = new ArrayList<>();
for(int i = 0; i < numCourses ; i++){
adjacency.add(new ArrayList<>());
}
// 初始化邻接表
for(int []cp : prerequisites){
// cp[1]为cp[0]的先导课程,因此定义映射关系
adjacency.get(cp[0]).add(cp[1]);
}
// 开始从每个节点遍历
for(int i = 0 ; i < numCourses ; i++){
if(!dfs(isVisited,adjacency,i))
return false;
}
return true;
}
public boolean dfs(int []isVisited,List<List<Integer>> adjacency,int cur){
// -1说明每个节点都能够被其他节点访问到,不会出现环
if(isVisited[cur] == -1)
return true;
// 如果最后有1,说明有的节点只能被自己访问到
if(isVisited[cur] == 1)
return false;
// 开始访问当前节点
isVisited[cur] = 1;
// dfs遍历邻接结点
for(Integer next : adjacency.get(cur)){
if(!dfs(isVisited,adjacency,next))
return false;
}
isVisited[cur] = -1;
return true;
}
}