LeetCode207.课程表

本文探讨了如何通过拓扑排序及深度优先遍历算法来判断一组课程及其先修条件是否构成有效的学习路径。利用这两种算法,我们可以判断是否有环存在,进而确定是否能够顺利完成所有课程的学习。

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

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。

class Solution {
public:
	/*
		拓扑排序(广度优先遍历)
		思路:
		1.统计课程表中每个结点的入度,生成入度表indegrees。根据prerequisites生成邻接表
		2.借助一个队列q,将所有度为0的节点入队
		3.当q不为空时,依次将队首节点出队,在课程安排图中删除此节点pre:
			并不是从邻接表中真正删除此节点的pre,而是将此节点对应所有邻接节点的入度-1。
			当入度-1后如果邻接节点的入度为0,则这个邻接节点入队
		4.在每次pre出队时,执行numCourses--
		如果整个课程安排图是有向无环图,则所有节点一定都会入队并且出队,完成拓扑排序。
		也就是说,如果课程表中存在环,那么一定有节点的入度始终不为0 
	 所以如果最终numCourses == 0,说明课程可以安排 
	*/
	bool canFinish1(int numCourses, vector<vector<int>> &prerequisites) {
		vector<int> degrees(numCourses,0);	//记录每个顶点的入度
		vector<vector<int> > adjacents(numCourses);	//邻接表
		queue<int> q;
		for(int i = 0; i < prerequisites.size(); i++) {
			degrees[prerequisites[i][0]]++;	 
			adjacents[prerequisites[i][1]].push_back(prerequisites[i][0]);
		}
		for(int i = 0; i < degrees.size(); i++) {
			if(degrees[i] == 0) {
				q.push(i);
			}
		}
		while(!q.empty()) {
			int pre = q.front();
			q.pop();
			numCourses--;
			for(auto cur : adjacents[pre]) {
				if(--degrees[cur] == 0) {
					q.push(cur);
				}
			}
		} 
		return numCourses == 0;
	}
	
	/*深度优先遍历 
	 1. 借助一个标志列表 flags,用于判断每个节点 i (课程)的状态:
	 		1)未被 DFS 访问:i == 0;
			2)已被其他节点启动的 DFS 访问:i == -1;
			3)已被当前节点启动的 DFS 访问:i == 1。
	 2.对 numCourses 个节点依次执行 DFS,判断每个节点起步 DFS 是否存在环,若存在环直接返回 FalseFalse。DFS 流程;
		1)终止条件:
			当 flag[i] == -1,说明当前访问节点已被其他节点启动的 DFS 访问,无需再重复搜索,直接返回 True
			当 flag[i] == 1,说明在本轮 DFS 搜索中节点 i 被第 2次访问,即课程安排图有环 ,直接返回 False
		2)将当前访问节点 i 对应 flag[i] 置 1,即标记其被本轮 DFS 访问过;
		3)递归访问当前节点 i 的所有邻接节点 j,当发现环直接返回 False;
		4)当前节点所有邻接节点已被遍历,并没有发现环,则将当前节点 flag 置为 -1 并返回 True。

	 3.若整个图 DFS 结束并未发现环,返回 True。
	*/
	bool canFinish2(int numCourses, vector<vector<int>>& prerequisites) {
		vector<vector<int>> adjacents(numCourses);
		vector<int> flags(numCourses,0);
		for(int i = 0; i < prerequisites.size(); i++) {
			adjacents[prerequisites[i][1]].push_back(prerequisites[i][0]);
		}
		for(int i = 0; i < numCourses; i++) {
			if(!dfs(adjacents,flags,i)) {
				return false;
			}
		}
		return true;
	}
	
	bool dfs(vector<vector<int>> &adjacents,vector<int> &flags,int i) {
		if(flags[i] == 1) {
			return false;
		}
		if(flags[i] == -1) {
			return true;
		}
		flags[i] = 1;
		for(auto j : adjacents[i]) {
			if(!dfs(adjacents,flags,j)) {
				return false;
			}
		}
		flags[i] = -1;
		return true;
	}
};
<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的学习,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但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 1
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