Course Schedule(leetcode 207)

本文探讨了如何通过拓扑排序算法来判断一组带有先决条件的课程是否能够被顺利完成。给出课程总数及先修课程列表,文章详细介绍了如何利用拓扑排序解决这一问题,并附带实现代码。

题目

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

Some courses may have prerequisites, for example to take course 0 you have to first take course 1, which is expressed as a pair: [0,1]

Given the total number of courses and a list of prerequisite pairs, is it possible for you to finish all courses?

For example:

2, [[1,0]]
There are a total of 2 courses to take. To take course 1 you should have finished course 0. So it is possible.

2, [[1,0],[0,1]]
There are a total of 2 courses to take. To take course 1 you should have finished course 0, and to take course 0 you should also have finished course 1. So it is impossible.

题目大意

你需要去学习一组课程,这些课程的标号为0-n-1。一些课程有先修课程,例如为了选修课程0,你需要去选修课程1,上述的例子可以表示为一个pair[0,1]。现在给你一个课程数和一组先修课程的列表,请你判断下你有没有可能完成所有的课程。例如2,[[1,0]]。总共就2门课给你选,你要完成课程1就得先完成课程0。所以这组课程你是可以完成的。
再如2, [[1,0],[0,1]],总共有2门课程可以选择,为了完成课程1你得先完成课程0,并且为了完成课程0你得完成课程1,这显然是矛盾的,所以你是不可能完成的

题目分析

这题很显然,也就是大多数数据结构的书上在讲拓扑排序时引用的例子,所以很自然的联想到使用拓扑排序,代码如下:

class Solution {
public:
    bool canFinish(int numCourses, vector<pair<int, int>>& prerequisites) {
        /*init the graph*/
        for(int i=0;i<numCourses;i++){
            m_graph.emplace_back(vector<int>());
            visited.emplace_back(vector<bool>());
            indegree.emplace_back(0);
            for(int j=0;j<numCourses;j++){
                m_graph[i].emplace_back(0);
                visited[i].emplace_back(false);
            }
        }
        for(int i=0;i<prerequisites.size();i++){
            m_graph[prerequisites[i].second][prerequisites[i].first]=1;
            indegree[prerequisites[i].first]++;
        }
        return topSort();
    }
    bool topSort(){
        int count=0;
        stack<int> m_stack;
        for(int i=0;i<indegree.size();i++)
            if(!indegree[i]){
                m_stack.push(i);
                count++;
            }
        while(!m_stack.empty()){
            int index=m_stack.top();
            m_stack.pop();
            for(int i=0;i<m_graph.size();i++){
                if(m_graph[index][i]){
                    indegree[i]--;
                    if(indegree[i]==0)
                        m_stack.push(i),count++;
                }
            }
        }
        return count==m_graph.size();
    }
private:
    vector<vector<int>> m_graph;
    vector<vector<bool>> visited;
    vector<int> indegree;
};
### LeetCode 拓扑排序题目解析 #### 课程表 (Course Schedule)LeetCode上的经典问题之一是《课程表》[^4]。该问题描述如下: 给定 `n`门课程以及一些先修课的要求,判断是否可以完成所有课程的学习。 ##### 思路分析 这个问题可以通过检测是否存在有向无环图(DAG)来解决。具体来说,如果能够找到一种拓扑排序方式,则意味着这些课程是可以按照一定顺序全部学完的;反之如果有环存在,则无法完成所有的课程学习。 为了实现这一点,通常会采用邻接矩阵或者邻接表的形式构建图结构,并利用深度优先搜索(DFS)[^2] 或广度优先搜索(BFS)[^1] 来尝试获得一个有效的拓扑序列。 对于BFS方法,在初始化阶段需要找出入度为零的节点加入队列中作为起点,之后不断移除当前处理过的节点并更新其他相连节点的入度直到遍历结束或发现矛盾为止[^5]。 ```java public boolean canFinish(int numCourses, int[][] prerequisites) { List<Integer>[] adj = new ArrayList[numCourses]; int[] indegrees = new int[numCourses]; // 构建邻接表和计算各结点入度数 for (int[] edge : prerequisites) { if (adj[edge[1]] == null) adj[edge[1]] = new ArrayList<>(); adj[edge[1]].add(edge[0]); ++indegrees[edge[0]]; } Queue<Integer> queue = new LinkedList<>(); // 将所有入度为0的顶点入队 for (int i = 0; i < numCourses; ++i){ if(indegrees[i]==0)queue.offer(i); } while(!queue.isEmpty()){ Integer cur=queue.poll(); --numCourses; if(adj[cur]!=null){ for(Integer next:adj[cur]){ if(--indegrees[next]==0){ queue.offer(next); } } } } return numCourses==0; } ``` 这段代码实现了基于Kahn算法(即宽度优先搜索)来进行拓扑排序的过程。它首先统计每个节点的入度数目,并把那些没有任何前驱依赖关系(也就是入度等于0)的节点放进初始队列里。接着逐个取出队首元素进行访问操作——减少其指向的目标节点们的剩余未满足条件数量(即减去它们各自的入度值)。一旦某个目标节点变得不再受约束(它的新入度变为0),就立即将这个节点追加到待处理集合当中继续考察下去。最终当整个流程结束后,只要还剩下没被触及过的东西就意味着原图中含有至少一个闭环路径,从而导致任务失败;否则便成功找到了一组可行方案。
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