Leetcode207—课程表

本文介绍了一种基于拓扑排序的算法,用于判断给定课程及其先决条件是否能顺利完成。通过构建有向图,利用入度概念和队列实现,该算法能够有效地确定课程学习的可行性。
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;
    }
};
<think>好的,我现在要解决LeetCode 207课程表的Java解法。这个问题需要判断是否能够完成所有课程学习,也就是判断有向图中是否存在环。根据用户提供的引用资料,我需要综合不同的方法来实现。 首先,用户提到的引用[2]和引用[4]都是Java的解法,一个是BFS拓扑排序,另一个是类似拓扑排序可能效率较低的方法。引用[5]提到了Tarjan和Kosaraju算法,但用户可能更需要基础的解法,所以优先考虑BFS或DFS。 拓扑排序的关键在于计算每个节点的入度,然后逐步移除入度为0的节点。BFS方法比较直观,适合作为主要解法。引用[2]中的代码使用了邻接表存储边,并维护入度数组。每次将入度为0的节点加入队列,处理它们的出边,减少相邻节点的入度。如果最后处理的节点数等于总课程数,说明无环。 另外,引用[4]中的解法虽然也是拓扑排序,但可能每次遍历所有节点来找入度为0的节点,这在最坏情况下时间复杂度较高,不如BFS高效。因此,选择BFS方法更优。 接下来需要按照步骤编写代码: 1. 初始化邻接表和入度数组。 2. 遍历先修条件数组,填充邻接表和入度。 3. 使用队列保存当前入度为0的节点。 4. BFS处理每个节点,减少相邻节点的入度,若相邻节点入度变为0则入队。 5. 统计处理过的节点数,判断是否等于总课程数。 同时要注意Java中的数据结构,比如使用List<List<Integer>>作为邻接表,LinkedList作为队列。 可能还需要处理输入为空的情况,比如numCourses为0或者prerequisites为空数组。此外,代码需要处理节点索引的正确性,确保课程编号从0到numCourses-1。 最后,需要测试一下示例,比如输入numCourses=4,prerequisites=[[1,0],[2,1],[3,2]],应该返回true。如果有环的情况,比如prerequisites=[[1,0],[0,1]],应该返回false。 确认代码逻辑正确后,整理成Java类,并给出解释,说明拓扑排序的思路和代码结构。</think>### LeetCode 207 课程表 Java 解法 #### 解法思路 课程表问题本质是检测**有向图是否包含环**。采用**拓扑排序**的BFS实现,核心步骤为: 1. 构建邻接表和入度数组 2. 将入度为0的节点入队 3. 逐层消减入度,判断最终遍历节点数是否等于总课程数 #### 代码实现 ```java import java.util.ArrayList; import java.util.LinkedList; import java.util.List; class Solution { public boolean canFinish(int numCourses, int[][] prerequisites) { // 初始化邻接表 List<List<Integer>> adj = new ArrayList<>(numCourses); for (int i = 0; i < numCourses; i++) { adj.add(new ArrayList<>()); } int[] inDegree = new int[numCourses]; // 构建图结构 for (int[] edge : prerequisites) { int a = edge[0]; int b = edge[1]; adj.get(b).add(a); // b -> a的有向边 inDegree[a]++; } // BFS初始化 LinkedList<Integer> queue = new LinkedList<>(); for (int i = 0; i < numCourses; i++) { if (inDegree[i] == 0) { queue.offer(i); } } int visited = 0; while (!queue.isEmpty()) { int node = queue.poll(); visited++; for (int neighbor : adj.get(node)) { if (--inDegree[neighbor] == 0) { queue.offer(neighbor); } } } return visited == numCourses; } } ``` #### 关键点说明 1. **邻接表构建**:使用`adj.get(b).add(a)`表示完成课程$b$才能学习$a$ 2. **入度消减**:每次处理入度为0的节点后,将其邻接节点入度减1 3. **环检测条件**:最终遍历节点数$visited$若小于总课程数,说明存在环[^2][^3] #### 复杂度分析 - 时间复杂度:$O(V+E)$,其中$V$为课程数,$E$为先修条件数 - 空间复杂度:$O(V+E)$,邻接表存储空间
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值