课程表,拓扑有向图,广度优先搜索

本文介绍了如何使用广度优先搜索(BFS)解决课程表的拓扑排序问题。通过分析课程之间的先修关系,构建有向无环图(DAG),并逐步选择入度为0的课程,直到所有课程被排序或发现存在环路。以一个具体的示例详细解释了拓扑排序的过程,并给出了相应的代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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,返回你为了学完所有课程所安排的学习顺序。

可能会有多个正确的顺序,你只要返回一种就可以了。如果不可能完成所有课程,返回一个空数组。

示例 1:

输入: 2, [[1,0]]
输出: [0,1]
解释: 总共有 2 门课程。要学习课程 1,你需要先完成课程 0。因此,正确的课程顺序为 [0,1] 。

示例 2:

输入: 4, [[1,0],[2,0],[3,1],[3,2]]
输出: [0,1,2,3] or [0,2,1,3]
解释: 总共有 4 门课程。要学习课程 3,你应该先完成课程 1 和课程 2。并且课程 1 和课程 2 都应该排在课程 0 之后。
因此,一个正确的课程顺序是 [0,1,2,3] 。另一个正确的排序是 [0,2,1,3] 。

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
你可以假定输入的先决条件中没有重复的边。

提示:

这个问题相当于查找一个循环是否存在于有向图中。如果存在循环,则不存在拓扑排序,因此不可能选取所有课程进行学习。
通过 DFS (depth search first)深度优先搜索进行拓扑排序 ,,也可以通过 BFS (Breadth-First Search)广度优先搜索完成。

题目分析

可以使用正向思维,顺序地生成拓扑排序。

对一个DAG (Directed Acyclic Graph)有向无环图G进行拓扑排序,是将G中所有顶点排成一个线性序列,使得图中任意一对顶点u和v,若边<u,v>∈E(G),则u在线性序列中出现在v之前。通常,这样的线性序列称为满足拓扑次序(Topological Order)的序列,简称拓扑序列。简单的说,由某个集合上的一个偏序得到该集合上的一个全序,这个操作称之为拓扑排序

我们考虑拓扑排序中最前面的节点,该节点一定不会有任何入边(入度为0),也就是它没有任何的先修课程要求。
当我们将一个节点加入答案数组result之后,我们就可以移除它的所有出边,代表着它的相邻节点(也就是后置课程)便少了一门先修课程的要求,则此后置课程的入度-1
如果某个课程变成了「没有任何入边(入度为0)的节点」,那么就代表着这门课可以开始学习了。
按照这样的流程,我们不断地将入度为0的节点加入到答案数组result中,直到result中包含所有的节点(得到了一种拓扑排序)或者不存在没有入边的节点(图中包含环)。

上面的想法类似于广度优先搜索,因此我们可以将广度优先搜索的流程与拓扑排序的求解联系起来。

以示例 2:

输入: 4, [[1,0],[2,0],[3,1],[3,2]]
输出: [0,1,2,3] or [0,2,1,3]

来举例:

在这里插入图片描述这是他们的先修关系图,此时:

  • 课程0: 入度为0
  • 课程1: 入度为1
  • 课程2: 入度为1
  • 课程3: 入度为2

将入度为0的课程0先加入到队列queue中:
在这里插入图片描述
令课程0出列,加入到result数组中,则以课程0为为先修课程的课程都少了一条入边,入度-1,result数组变为:
在这里插入图片描述queue队列变成:
在这里插入图片描述

修课关系图变成如下:
在这里插入图片描述此时:

  • 课程1: 入度为0
  • 课程2: 入度为0
  • 课程3: 入度为1

则课程1和课程2都入队列:
在这里插入图片描述
先让课程1出列,加入到result数组中,此时变成:
在这里插入图片描述在这里插入图片描述

修课关系图变为:
在这里插入图片描述

  • 课程3: 入度为1

再让课程2出列并加入到result在这里插入图片描述
修课关系变为:
在这里插入图片描述
此时课程3入度为0,则也加入queue,然后弹出,最后result变为:
在这里插入图片描述
便得到最终答案

代码

import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;
import java.util.Queue;

class Solution {
    // 存储有向图 , edges.get(i) 即索引为i的 元素List 存储的是以i号课程为先修的 课程List
    List< List<Integer> > edges;
    // 存储每个节点的入度
    int[] indeg;
    // 存储答案
    int[] result;
    // result存储元素时使用的下标
    int index;

    public int[] findOrder(int numCourses, int[][] prerequisites) {
        indeg = new int[numCourses];
        result = new int[numCourses];
        index = 0;
         edges = new ArrayList<List<Integer>>();
        // 初始化有向图
        for (int i = 0; i < numCourses; ++i) {
            edges.add(new ArrayList<Integer>());
        }
        for (int[] info : prerequisites) {
            edges.get(info[1]).add(info[0]);
            // 入度++
            ++indeg[info[0]];
        }

        Queue<Integer> queue = new LinkedList<Integer>();
        // 将入度为 0 的节点放入广度搜索队列中
        for (int i = 0; i < numCourses; ++i) {
            if (indeg[i] == 0) {
                queue.offer(i);
            }
        }

        while (!queue.isEmpty()) {
            // 从队首取出(取值并从队列移出)一个节点
            int u = queue.poll();
            // 放入答案中, (先放到result[index],然后再index++
            result[index++] = u;
            for (int v: edges.get(u)) {
                // 以课程u为先修的课程入度--
                --indeg[v];
                // 如果相邻节点 v 的入度为 0,就可以选 v 对应的课程了
                if (indeg[v] == 0) {
                    queue.offer(v);
                }
            }
        }

        // result数组有numCourses个元素时,index才会等于numCourses
        if (index != numCourses) {
            return new int[0];
        }
        return result;
    }
}


来源:力扣(LeetCode)

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