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`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。
这道题是给一个有向图进行拓扑排序。首先,维护一个队列,这个队列里面保存的是入度为0的顶点,然后我们每次从这个队列中取出一个顶点,并将这个顶点的所有出边的另一端的顶点的入度都减1,也就是将这个顶点从图中移除,然后循环过程中将入度为0的顶点都加入到队列,如此反复。直到最后队列为空。如果最后结果的长度等于顶点个数,就表示图中没有环,因为在这个算法中,环的这些顶点都不会进入队列。
import queue
class Solution:
#拓扑排序,寻找一个拓扑有序的order
def findOrder(self, numCourses, prerequisites):
q = queue.Queue()
result = []
indegree = [0] * numCourses
graph = [[] for _ in range(numCourses)]
for edge in prerequisites:
indegree[edge[1]] += 1
graph[edge[0]].append(edge[1])
for v in range(numCourses):
if indegree[v] == 0:
q.put(v)
while not q.empty():
v = q.get()
result.append(v)
for w in graph[v]:
indegree[w] -= 1
if indegree[w] == 0:
q.put(w)
if len(result) != numCourses:
return []
return result[::-1]