LeetCode 207 课程表

1,161 阅读4分钟

1. 题目描述

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,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。

2. 解题思路

这一题是图的题,这方面的算法没有怎么接触过,只对BFS和DFS有一些了解。这一题的输入首先就给我带来了一些难度,就是这个图要怎么表示才比较方便呢?直接在这个现有的输入的基础上感觉搜索不是很方便。最常用的图的表示方法就是邻接链表和邻接矩阵,这一题来说感觉邻接链表更适合,因为DFS或者BFS的时候可以直接遍历相邻的节点。当然用邻接矩阵应该也是可以的。
节点的表示如下:

struct Node{
    int id;
    vector<Node*> neighbors;
    Node(int x): id(x) {}
    
};

根据题意,不难理解课程能不能完成,主要看这个有向图里有没有环。那么这题就是可以用DFS来求解的。用DFS来搜索图中的所有节点,一旦发现一条搜索路径上的点搜索过后又被搜索了,那么就存在一个环,课程就无法完成。那么具体应该怎么个过程去搜索呢?首先,还是用一个visited数组来表示节点的访存状态;然后,按顺序从图中取出节点作为搜索起点;沿着该点的相邻点搜索下去,在这条搜索路径上发现的点置为0,直到发现再次搜索到状态为0的点说明有环,返回false;如果搜索到无节点可搜都没有发现环就把改点置为1,表示从该点出发的所有路径都没有环。
到这里就容易有一个疑问通常的DFS的visited都只有两个状态的bool型,为什么这里需要3个状态?这主要是因为除了被搜索到了和未被收到之外还需要记录一个状态。这里被搜索到有两个状态,一是正在搜索这条路径,还没有完全搜索完,不知道有没有环,状态为0.另一种状态是,从这个节点出发的所有路径都搜索过了,都没有环,以后也不必再进入这个点了,状态为1。从未被进入过的点则是-1。因此只有状态为0且再次被搜索到了才会出现环。已经置为1的点也无需在进入,能进入的点只有状态为-1的点。

3. 代码实现

对应到DFS的代码模板里,从图中一个点进入DFS,先把状态置为0,再遍历相邻的节点中取出状态为-1的点进一步DFS,如果相邻节点的状态为1就跳过,为0则有环返回false。遍历完所有路劲都无环后,可以把当前节点置为1。

class Solution {
public:
    struct Node{
        int id;
        vector<Node*> neighbors;
        Node(int x): id(x) {}
        
    };
    
    bool DFS(Node* p, vector<int>& visited){
        visited[p->id] = 0;
        for(auto pNext : p->neighbors){
            if(visited[pNext->id] == -1){
                if(DFS(pNext, visited) == false)
                    return false;
            }
            else if(visited[pNext->id] == 0){
                return false;
            }
        }
        visited[p->id] = 1;
        return true;
    }
    
    bool canFinish(int numCourses, vector<vector<int>>& prerequisites) {
        if(numCourses == 0)
            return false;
        //visited表示节点的状态.-1表示从未搜索过,0表示正在搜索的路径上,1表示已经搜索过确定无环的点
        vector<int> visited(numCourses, -1);
        //先把图中的点构造出来
        vector<Node*> graph(numCourses);
        for(int i = 0; i < numCourses; i++){
            Node* tmp = new Node(i);
            graph[i] = tmp;
            
        }
        //再把图中的邻边存到节点的neighbors里
        for(auto pair : prerequisites){
            graph[pair[1]]->neighbors.push_back(graph[pair[0]]);
        }
        //开始DFS搜索
        for(int i = 0; i < numCourses; i++){
            if(visited[i] == -1){
                if(DFS(graph[i], visited) == false)
                    return false;
            }
        }
        return true;
    }
};