​LeetCode刷题实战210:课程表 II

算法的重要性,我就不多说了吧,想去大厂,就必须要经过基础知识和业务逻辑面试+算法面试。所以,为了提高大家的算法能力,这个公众号后续每天带大家做一道算法题,题目就从LeetCode上面选 !

今天和大家聊的问题叫做 课程表 II,我们先来看题面:

https://leetcode-cn.com/problems/course-schedule-ii/

There are a total of n courses you have to take labelled from 0 to n - 1.

Some courses may have prerequisites, for example, if prerequisites[i] = [ai, bi] this means you must take the course bi before the course ai.

Given the total number of courses numCourses and a list of the prerequisite pairs, return the ordering of courses you should take to finish all courses.

If there are many valid answers, return any of them. If it is impossible to finish all courses, return an empty array.

题意

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

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。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。

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 进行拓扑排序 - 一个关于Coursera的精彩视频教程(21分钟),介绍拓扑排序的基本概念。
拓扑排序也可以通过 BFS 完成。

解题

本题跟 207 题完全一致,只是增加了路径输出。207可以点击看, LeetCode刷题实战207:课程表

广度优先

class Solution {
public:
    vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {
      unordered_map<int, unordered_set<int>> m;
      vector<int> indegree(numCourses, 0);
      for(auto& pre : prerequisites)
      {
        m[pre[1]].insert(pre[0]);
        indegree[pre[0]]++;
      }
      queue<int> q;
      int tp, finish = 0, i;
      for(i = 0; i < numCourses; ++i)
        if(indegree[i] == 0)
          q.push(i);
      vector<int> ans(numCourses);
      i = 0;
    while(!q.empty())
    {
      tp = q.front();
      finish++;
      ans[i++] = tp;
      q.pop();
      for(auto id : m[tp])
      {
        if(--indegree[id] == 0)
          q.push(id);
      }
    }
    if(i != numCourses)
      return {};
    return ans;
    }
};

深度优先

class Solution {
    unordered_map<int, unordered_set<int>> m;
    vector<int> ans;
public:
    vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {
        vector<int> indegree(numCourses, 0);
      for(auto& pre : prerequisites)
      {
            m[pre[1]].insert(pre[0]);
            indegree[pre[0]]++;
        }
        bool can = true;
        vector<int> visited(numCourses,0);
      for(int i = 0; i < numCourses; ++i)
        {
            if(indegree[i]==0)//从入度0的开始
                dfs(i, visited, can);
            if(!can)
                return {};
        }
        if(ans.size() < numCourses)//不够个数,说明有的存在环
            return {};
        reverse(ans.begin(),ans.end());//反序
        return ans;
    }

    void dfs(int i, vector<int> & visited, bool &can)
    {
        if(!can) return;
        if(visited[i]==2) return;
        if(visited[i]==1)
        {
            can = false;
            return;
        }
        visited[i] = 1;//进入的时候为1
        for(auto id : m[i])
            dfs(id, visited, can);
        visited[i] = 2;//出去的时候为2
        ans.push_back(i);//出去的时候push进去,(这是最后做的)最终答案反序即可
    }
};

好了,今天的文章就到这里,如果觉得有所收获,请顺手点个在看或者转发吧,你们的支持是我最大的动力 。

上期推文:

LeetCode1-200题汇总,希望对你有点帮助!

LeetCode刷题实战201:数字范围按位与

LeetCode刷题实战202:快乐数

LeetCode刷题实战203:移除链表元素

LeetCode刷题实战204:计数质数

LeetCode刷题实战205:同构字符串

LeetCode刷题实战206:反转链表

LeetCode刷题实战207:课程表

LeetCode刷题实战208:实现 Trie (前缀树)

LeetCode刷题实战209:长度最小的子数组

毫米波雷达系统工作在毫米波频段,通过发射与接收电磁波并解析回波信号,实现对目标的探测、定位及识别。相较于传统雷达技术,该系统在测量精度、环境抗干扰性及气象适应性方面表现更为优越。本研究聚焦于德州仪器开发的IWR1843DCA1000型号毫米波雷达,系统探究其在多模态数据采集与多样化应用场景中的技术路径及创新实践。 IWR1843DCA1000传感器为一款高度集成的毫米波探测设备,采用调频连续波技术与多输入多输出架构,可执行高精度目标测量及成像任务。研究过程中,团队对该设备的性能参数进行了全面评估,并在下列领域展开应用探索: 在数据采集环节,借助专用硬件接口连接雷达传感器,实现原始信号的高效捕获。团队研发了配套的数据采集程序,能够实时记录传感器输出并执行初步信号处理,为后续分析构建数据基础。 通过构建FMCW-MIMO雷达仿真平台,完整复现了雷达波的发射接收流程及信号处理机制。该仿真系统能够模拟目标运动状态及环境变量对雷达波形的影响,为系统性能验证与参数优化提供数字化实验环境。 基于高分辨率测距能力,结合目标检测与轨迹追踪算法,实现对人体运动模式的精确重构。通过点云数据的解析,为行为模式分析与场景理解提供多维信息支撑。 利用雷达回波信号的深度解析,生成表征人体空间分布的热力图像。该技术为复杂环境下的定位问提供了直观可视化解决方案。 针对精细手势动作的识别需求,应用机器学习方法对雷达生成的点云序列进行特征提取与模式分类,建立手势动作的自动识别体系。 通过分析人体表面对毫米波信号的反射特性,开发非接触式生理参数监测方法,可有效检测呼吸韵律与心脏搏动频率等生命体征指标,为健康监护领域提供新的技术途径。 本研究的顺利开展,不仅深化了IWR1843DCA1000雷达系统的应用研究层次,同时为毫米波技术在多元领域的拓展应用建立了技术支撑体系。通过实证分析与仿真验证相结合的研究模式,该项目为行业应用提供了可靠的技术参照与实践范例,有力推动了毫米波雷达技术的产业化进程。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
基于直接模拟蒙特卡洛(DSMC)方法的气体分子运动仿真工具,为微观尺度气体动力学研究提供数值计算支持。该计算工具通过统计方法模拟稀薄条件下气体粒子的运动轨迹与碰撞行为,适用于航空航天工程、微纳流体系统等存在低密度气体效应的技术领域。 为便于高等院校理工科专业开展数值仿真教学,开发者采用矩阵实验室(Matlab)平台构建了模块化仿真程序。该程序兼容多个Matlab发行版本(2014a/2019b/2024b),内置标准化案例数据集可实现开箱即用。程序架构采用参数化设计理念,关键物理参数均通过独立变量模块进行管理,支持用户根据具体工况调整分子数密度、边界条件和碰撞模型等参数。 代码实现遵循计算流体力学的最佳实践规范,主要特征包括:采用分层模块架构确保算法逻辑清晰,关键计算单元配备完整的物理注释,变量命名符合工程仿真惯例。这种设计既有利于初学者理解分子动力学模拟原理,也方便研究人员进行算法改进与功能拓展。 该教学工具主要面向计算机科学、电子工程、应用数学等专业的本科教学场景,可用于课程实验、综合设计项目及学位论文等学术活动。通过将抽象的气体动力学理论转化为可视化的数值实验,有效促进学生对统计物理与计算方法的融合理解。在工程应用层面,该工具能胜任微机电系统流场分析、高海拔空气动力学特性研究、纳米孔道气体输运等现象的定量评估。 随着微纳制造与空间技术的发展,稀薄气体仿真在半导体工艺优化、临近空间飞行器设计等前沿领域的应用价值日益凸显。本仿真工具通过提供可靠的数值实验平台,为相关领域的科研创新与人才培养提供技术支持。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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

打赏作者

编程IT圈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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