现在你总共有 n 门课需要选,记为 0 到 n - 1.
一些课程在修之前需要先修另外的一些课程,比如要学习课程 0 你需要先学习课程 1 ,表示为[0,1] 给定n门课以及他们的先决条件,判断是否可能完成所有课程?
在线评测地址:lintcode领扣
例1:
输入: n = 2, prerequisites = [[1,0]]
输出: true
例2:
输入: n = 2, prerequisites = [[1,0],[0,1]]
输出: false
【题解】
对于两门课之间的约束关系,很容易联想到图,我们可以将课抽象为节点,将约束抽象为一条有向边,可以用有向图的相关算法解决问题。拓扑排序正好可以解决这一问题。
算法:拓扑排序 一个合法的选课序列就是一个拓扑序,拓扑序是指一个满足有向图上,不存在一条边出节点在入节点后的线性序列,如果有向图中有环,就不存在拓扑序。可以通过拓扑排序算法来得到拓扑序,以及判断是否存在环。
拓扑排序步骤: 建图并记录所有节点的入度。
将所有入度为0的节点加入队列。
取出队首的元素now,将其加入拓扑序列。
访问所有now的邻接点nxt,将nxt的入度减1,当减到0后,将nxt加入队列。
重复步骤3、4,直到队列为空。
如果拓扑序列个数等于节点数,代表该有向图无环,且存在拓扑序。
复杂度分析 设课程数,即图的节点数为V。
约束数量,即图的边数为E。
时间复杂度O(V + E)
建图,扫描一遍所有的边O(E)。
每个节点最多入队出队1次,复杂度O(V)。
邻接表最终会被遍历1遍,复杂度O(E)。
综上,总复杂度为O(E + V)。
空间复杂度O(V + E)
邻接表占用O(E + V)的空间。
队列最劣情况写占用O(V)的空间。
综上,总复杂度为O(V + E)。
public class Solution {
/*
* @param numCourses: a total of n courses
* @param prerequisites: a list of prerequisite pairs
* @return: true if can finish all courses or false
*/
public boolean canFinish(int numCourses, int[][] prerequisites) {
List[] graph = new ArrayList[numCourses];
int[] inDegree = new int[numCourses];
for (int i = 0; i < numCourses; i++) {
graph[i] = new ArrayList<Integer>();
}
// 建图
for (int[] edge: prerequisites) {
graph[edge[1]].add(edge[0]);
inDegree[edge[0]]++;
}
int numChoose = 0;
Queue queue = new LinkedList();
// 将入度为 0 的编号加入队列
for(int i = 0; i < inDegree.length; i++){
if (inDegree[i] == 0) {
queue.add(i);
}
}
while (! queue.isEmpty()) {
int nowPos = (int)queue.poll();
numChoose++;
// 将每条边删去,如果入度降为 0,再加入队列
for (int i = 0; i < graph[nowPos].size(); i++) {
int nextPos = (int)graph[nowPos].get(i);
inDegree[nextPos]--;
if (inDegree[nextPos] == 0) {
queue.add(nextPos);
}
}
}
return numChoose == numCourses;
}
}
更多题解参见:leetcode/lintcode题解