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]]
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] 。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/