你这个学期必须选修 numCourse 门课程,记为 0 到 numCourse-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,请你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。
提示:
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。
1 <= numCourses <= 10^5
把所有入度为零的点添加进队列里,然后删除其边。若该边连接的另一个点入度为零,将其添加进队列。
class Solution {
public:
static const int maxn = 1e5 + 10;
int rd[maxn];
vector<int>v[maxn];
bool vis[maxn] = {0};
bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
for(int i = 0; i < prerequisites.size(); i++) {
vector<int>edg = prerequisites[i];
for(int j = 1; j < edg.size(); j++) {
v[edg[j]].push_back(edg[0]);
}
rd[edg[0]]++;
}
queue<int>que;
for(int i = 0; i < prerequisites.size(); i++) {
vector<int>e = prerequisites[i];
for(int j = 0; j < e.size(); j++) {
int x = prerequisites[i][j];
if(rd[x] == 0 && vis[x] == false) que.push(x), vis[x] = true;
}
}
while(!que.empty()) {
int x = que.front();
que.pop();
for(int i = 0; i < v[x].size(); i++) {
rd[v[x][i]]--;
if(rd[v[x][i]] == 0) que.push(v[x][i]);
}
}
for(int i = 0; i < prerequisites.size(); i++) {
if(rd[prerequisites[i][0]] != 0)
return false;
}
return true;
}
};
明出处。

这篇博客探讨了一个利用拓扑排序算法解决课程先决条件的问题。在给定课程数量和它们的依赖关系后,算法判断是否有可能完成所有课程的学习。通过遍历依赖关系并使用队列进行拓扑排序,可以有效地检测是否存在循环依赖,从而确定课程是否能按顺序完成。这种方法对于优化学习路径和理解复杂依赖关系具有重要意义。
527

被折叠的 条评论
为什么被折叠?



