无向图和有向图 有向图又分为有向无环图DAG和有向有环图
给定一个包含 n 个节点的有向图 G,我们给出它的节点编号的一种排列,如果满足:
对于图 G 中的任意一条有向边 (u, v),u 在排列中都出现在 v的前面。
那么称该排列是图 G 的「拓扑排序」
易知 有向有环图必定没有拓扑排序 有向无环图可能有多条拓扑排序路径。
任何 DAG 具有至少一个拓扑排序,存在算法用于在线性时间内构建任何 DAG 的拓扑排序
https://leetcode-cn.com/problems/course-schedule/
你这个学期必须选修 numCourses 门课程,记为 0 到 numCourses - 1 。
在选修某些课程之前需要一些先修课程。 先修课程按数组 prerequisites 给出,其中 prerequisites[i] = [ai, bi] ,表示如果要学习课程 ai 则 必须 先学习课程 bi 。
例如,先修课程对 [0, 1] 表示:想要学习课程 0 ,你需要先完成课程 1 。
请你判断是否可能完成所有课程的学习?如果可以,返回 true ;否则,返回 false 。
将课程看成图的顶点 将课程对[from,to]看成图一条边,图的表示方式 List<List<Integer>> edge
其中edge.get(i)表示顶点i相邻可以到达的顶点。定义到达每个顶点的边数为入度 从每个顶点发出的边数为出度,考虑哪些课程可以作为学习对象,即那些入度为0的顶点可以作为学习对象,每当学习一个顶点时,与该顶点相邻的顶点入度减一,减一之后如果为零 则可以继续作为学习对象。
/** * 你这个学期必须选修 numCourses 门课程,记为 0 到 numCourses - 1 。 * 在选修某些课程之前需要一些先修课程。 先修课程按数组 prerequisites 给出, * 其中 prerequisites[i] = [ai, bi] * 表示如果要学习课程 ai则 必须 先学习课程 bi * 例如,先修课程对 [0, 1] 表示:想要学习课程 0 ,你需要先完成课程 1 。 * 请你判断是否可能完成所有课程的学习?如果可以,返回 true ;否则,返回 false 。 * */ public boolean canFinish(int numCourses, int[][] prerequisites) { // 统计每个顶点的入度 int[] nums = new int[numCourses]; // 存放边的关系 List<List<Integer>> edge = new ArrayList<>(); for (int i=0; i<numCourses; i++) { edge.add(new ArrayList<>()); } for (int i=0; i<prerequisites.length; i++) { // 处理一条边 from-->to from节点列表增加一个节点 to入度加一 int from = prerequisites[i][1]; int to = prerequisites[i][0]; List<Integer> list = edge.get(from); list.add(to); nums[to]++; } Queue<Integer> queue = new LinkedList<>(); // 将所有入度为零的点加入集合,这些点没有先修课程可以直接学习的 for (int i=0; i<numCourses; i++) { if (nums[i] == 0) { queue.add(i); } } while (!queue.isEmpty()) { // 学习课程index 将课程index相邻的点入度减一 int index = queue.poll(); List<Integer> list = edge.get(index); for (int l: list) { // 将l入度减一 nums[l]--; // 如果l为零 则将l加入队列 可以作为下一门学习课程 if (nums[l] == 0) { queue.add(l); } } } // 如果还有课程入度大于零 则说明不能全部学习完 for (int i=0; i<numCourses; i++) { if (nums[i] != 0) return false; } return true; }
2.课程表II
https://leetcode-cn.com/problems/course-schedule-ii/
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。
啥也不说,直接上代码
利用队列来模拟整个学习过程,每次选取入度为零的顶点来学习,学习该顶点之后,与之相邻顶点入度要减一,如果减一之后为零,则可以继续加入到队列中直接学习。
/** * 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。 * */ public int[] findOrder(int numCourses, int[][] prerequisites) { // 统计每个顶点的入度 int[] nums = new int[numCourses]; int[] result = new int[numCourses]; // 存放边的关系 List<List<Integer>> edge = new ArrayList<>(); for (int i=0; i<numCourses; i++) { edge.add(new ArrayList<>()); } for (int i=0; i<prerequisites.length; i++) { // 处理一条边 from-->to from节点列表增加一个节点 to入度加一 int from = prerequisites[i][1]; int to = prerequisites[i][0]; List<Integer> list = edge.get(from); list.add(to); nums[to]++; } Queue<Integer> queue = new LinkedList<>(); // 将所有入度为零的点加入集合,这些点没有先修课程可以直接学习的 for (int i=0; i<numCourses; i++) { if (nums[i] == 0) { queue.add(i); } } int order = 0; while (!queue.isEmpty()) { // 学习课程index 将课程index相邻的点入度减一 int index = queue.poll(); result[order] = index; order++; List<Integer> list = edge.get(index); for (int l: list) { // 将l入度减一 nums[l]--; // 如果l为零 则将l加入队列 可以作为下一门学习课程 if (nums[l] == 0) { queue.add(l); } } } for (int i=0; i<numCourses; i++) { if (nums[i] != 0) return new int[]{}; } return result; }