本文共 1665 字，大约阅读时间需要 5 分钟。

题目链接：

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，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]]

分析：

拓扑排序+DFS，用栈存储已经搜索完的节点。

对图进行一遍深度优先搜索，对每个节点进行回溯的时候，把该节点放入栈中，则最终从栈顶到栈底的序列就是一种拓扑排序。

import collections# 拓扑排序class Solution:    def findOrder(self, numCourses: int, prerequisites: List[List[int]]) -> List[int]:        # 存储有向图        edges = collections.defaultdict(list)        # 标记每个节点的状态：0=未搜索，1=搜索中，2=已完成        visited = [0] * numCourses        # 用数组来模拟栈，下标 0 为栈底，n-1 为栈顶        result = list()        # 判断有向图中是否有环        invalid = False        # 构造有向图        for info in prerequisites:            edges[info[1]].append(info[0])                def dfs(u):            nonlocal invalid            # 将节点标记为搜索中            visited[u] = 1            # 搜索其相邻节点            # 只要发现有环，立刻停止搜索            for v in edges[u]:                # 如果未搜索，那么搜索相邻节点                if visited[v] == 0:                    dfs(v)                    if invalid:                        return                # 如果搜索中，说明存在环                elif visited[v] == 1:                    invalid = True                    return            # 将节点标记为已完成            visited[u] = 2            # 将节点入栈            result.append(u)                # 每次从图中挑选一个未搜索的节点，开始深度优先搜索        for i in range(numCourses):            if not invalid and visited[i]==0:                dfs(i)                # 如果有环，返回空数组        if invalid:            return list()                # 如果没有环，那么就有拓扑排序        # 因为下标 0 为栈底，因此需要将数组反序输出        return result[::-1]

转载地址：http://qrjui.baihongyu.com/