LeetCode 刷题记之课程表

题目

题目描述

你这个学期必须选修 n u m C o u r s e s numCourses numCourses 门课程,记为 0 0 0 n u m C o u r s e s − 1 numCourses - 1 numCourses1

在选修某些课程之前需要一些先修课程。 先修课程按数组 p r e r e q u i s i t e s prerequisites prerequisites 给出,其中 p r e r e q u i s i t e s [ i ] = [ a i , b i ] prerequisites[i] = [ai, bi] prerequisites[i]=[ai,bi] ,表示如果要学习课程 a i ai ai 则 必须 先学习课程 b i bi bi

例如,先修课程对 [ 0 , 1 ] [0, 1] [0,1] 表示:想要学习课程 0 0 0 ,你需要先完成课程 1 1 1

请你判断是否可能完成所有课程的学习?如果可以,返回 t r u e true true ;否则,返回 f a l s e false false

示例 1

输入: n u m C o u r s e s = 2 , p r e r e q u i s i t e s = [ [ 1 , 0 ] ] numCourses = 2, prerequisites = [[1,0]] numCourses=2,prerequisites=[[1,0]]

输出: t r u e true 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 。这是可能的。

示例 2

输入: n u m C o u r s e s = 2 , p r e r e q u i s i t e s = [ [ 1 , 0 ] , [ 0 , 1 ] ] numCourses = 2, prerequisites = [[1,0],[0,1]] numCourses=2,prerequisites=[[1,0],[0,1]]

输出: f a l s e false 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。

提示

  • 1 ≤ n u m C o u r s e s ≤ 2000 1 \leq numCourses \leq 2000 1numCourses2000
  • 0 ≤ p r e r e q u i s i t e s . l e n g t h ≤ 5000 0 \leq prerequisites.length \leq 5000 0prerequisites.length5000
  • p r e r e q u i s i t e s [ i ] . l e n g t h = 2 prerequisites[i].length = 2 prerequisites[i].length=2
  • 0 ≤ a i , b i < n u m C o u r s e s 0 \leq ai, bi < numCourses 0ai,bi<numCourses
  • p r e r e q u i s i t e s [ i ] prerequisites[i] prerequisites[i] 中的所有课程对 互不相同

思路

用有向图数据结构来表示,如 [ 0 , 1 ] [0,1] [0,1] 可用下面有向图来表示

在这里插入图片描述

表示需先选课程 1 再选课程 0

当图有环时,说明选修不了所有课程,如 [ [ 1 , 0 ] , [ 0 , 1 ] ] [[1,0],[0,1]] [[1,0],[0,1]]

在这里插入图片描述

因此题目变成了判断有向图是否有环

而拓扑排序就是判断有向图是否有环的算法,算法如下

1: 将所有入度为 0 0 0 的顶点入栈 s t a c k stack stack

2: 当 s t a c k stack stack 不为空时

2-1: 出栈栈顶元素 v e r t e x vertex vertex

2-2: 将顶点 v e r t e x vertex vertex 标记为已访问

2-3: 若所有顶点已访问,则返回 t r u e true true

2-4: 将顶点 v e r t e x vertex vertex 删除,重新计算所有顶点的入度,将所有入度为 0 0 0 的顶点入栈 s t a c k stack stack

3: 若所有顶点都未访问,则返回 f a l s e false false

代码实现

from typing import List

class AdjacencyListGraph:
    def __init__(self, num_vertex, prerequisites: List[List[int]]) -> None:
        self.num_vertex = num_vertex # 顶点数
        self.graph = [[] for _ in range(num_vertex)] # 邻接表
        self.in_degree = [0] * num_vertex # 每个顶点的入度

        # 构建邻接表
        for edge in prerequisites:
            self.graph[edge[1]].append(edge[0])
            self.in_degree[edge[0]] += 1
    
    def topologicalSort(self):
        in_degree = self.in_degree.copy() # 入度拷贝
        visited = [0] * self.num_vertex # 记录每个顶点是否被访问过
        stack = [i for i in range(self.num_vertex) if in_degree[i] == 0] # 入度为0的顶点入栈

        # 拓扑排序
        while len(stack) > 0:
            vertex = stack.pop()
            visited[vertex] = 1
            if sum(visited) == self.num_vertex:
                return True
            for v in self.graph[vertex]:
                in_degree[v] -= 1
                if in_degree[v] == 0:
                    stack.append(v)
        return False

class Solution:
    def canFinish(self, numCourses: int, prerequisites: List[List[int]]) -> bool:
        graph = AdjacencyListGraph(numCourses, prerequisites)
        return graph.topologicalSort()

猜你喜欢

转载自blog.csdn.net/qq_52554169/article/details/132780350