课程表(https://leetcode-cn.com/problems/course-schedule/)

你这个学期必须选修 numCourse 门课程,记为 0 到 numCourse-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,请你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。
提示:
输入的先决条件是由 边缘列表 表示的图形,而不是 邻接矩阵 。详情请参见图的表示法。
你可以假定输入的先决条件中没有重复的边。
1 <= numCourses <= 10^5

拓扑排序
详见介绍:https://www.jianshu.com/p/27c849389c23
1)广度优先遍历实现有向无圈图的拓扑排序,BFS一般使用队列实现。
2)邻接表一般用于表示图,可避免全顶点遍历;
3)入度为0的顶点(课程)出队列,同时改变对应顶点的邻接顶点的入度

public static boolean canFinish(int numCourses, int[][] prerequisites) {

        // 入度表:下标代表课程(顶点), 值代表先修课程的数量(入度)
        int[] indegree = new int[numCourses];
        // 邻接表
        List<List<Integer>> adj = new ArrayList<>();
        for(int i=0; i<numCourses; i++){
            adj.add(i, new ArrayList<>());
        }
        for (int i = 0; i < prerequisites.length; i++) {
            int[] edge = prerequisites[i];
            indegree[edge[0]] ++;
            adj.get(edge[1]).add(edge[0]);
        }

        // 没有先修课程的课程先入队列
        Queue<Integer> queue = new LinkedList<>();
        for (int i = 0; i < numCourses; i++) {
            if (indegree[i] == 0) {
                queue.add(i);
            }
        }
        if (queue.isEmpty()) {
            return false;
        }

        Integer finishCount = 0;
        while (!queue.isEmpty()) {
            Integer v = queue.remove();
            finishCount++;
            for(int i : adj.get(v)){
                if(--indegree[i]==0){
                    queue.add(i);
                }
            }
        }

        if(finishCount == numCourses){
            return true;
        }
        return false;
    }

课程表 II(https://leetcode-cn.com/problems/course-schedule-ii/)

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] 。
示例 2:
输入: 4, [[1,0],[2,0],[3,1],[3,2]]
输出: [0,1,2,3] or [0,2,1,3]
解释: 总共有 4 门课程。要学习课程 3,你应该先完成课程 1 和课程 2。并且课程 1 和课程 2 都应该排在课程 0 之后。
因此,一个正确的课程顺序是 [0,1,2,3] 。另一个正确的排序是 [0,2,1,3] 。
说明:
输入的先决条件是由边缘列表表示的图形,而不是邻接矩阵。详情请参见图的表示法。
你可以假定输入的先决条件中没有重复的边。

同上一题,队列的出队顺序就是拓扑排序。

   public static int[] findOrder(int numCourses, int[][] prerequisites) {
        int[] topo = new int[numCourses];

        // 入度表:下标代表课程(顶点), 值代表先修课程的数量(入度)
        int[] indegree = new int[numCourses];
        // 邻接表
        List<List<Integer>> adj = new ArrayList<>();
        for(int i=0; i<numCourses; i++){
            adj.add(i, new ArrayList<>());
        }
        for (int i = 0; i < prerequisites.length; i++) {
            int[] edge = prerequisites[i];
            indegree[edge[0]] ++;
            adj.get(edge[1]).add(edge[0]);
        }

        // 没有先修课程的课程先入队列
        Queue<Integer> queue = new LinkedList<>();
        for (int i = 0; i < numCourses; i++) {
            if (indegree[i] == 0) {
                queue.add(i);
            }
        }
        if (queue.isEmpty()) {
            return new int[0];
        }

        Integer finishCount = 0;
        int ind = 0;
        while (!queue.isEmpty()) {
            Integer v = queue.remove();
            finishCount++;
            topo[ind++] = v;
            for(int i : adj.get(v)){
                if(--indegree[i]==0){
                    queue.add(i);
                }
            }
        }

        if(finishCount == numCourses){
            return topo;
        }

        return new int[0];
    }

克隆图



深度优先

  • 技巧总结:凡是涉及深拷贝的题目,往往都要维护一个原对象与新对象之间的映射关系,这样就能解决在copy原对象的关系时,如何映射到对应的新对象上。其次利用这个映射关系,可以避免陷入死循环。
  • 深度优先和广度优先均可。这里给出深度优先,cloneGraph方法是返回参数node的新clone对象,这样理解下来,若暂不考虑无限循环问题,很快就可以写出递归调用的方法框架;接着再加入原对象与新对象的映射关系,避免无限循环,导致无限创建新对象的情况。
    private HashMap<Node, Node> copy = new HashMap<>();

    public Node cloneGraph(Node node) {
        if(node == null){
            return null;
        }
        if(copy.containsKey(node)){
            return copy.get(node);
        }
        Node newNode = new Node(node.val);
        copy.put(node, newNode);
        if(node.neighbors != null){
            for(Node neighbor : node.neighbors){
                newNode.neighbors.add(cloneGraph(neighbor));
            }
        }
        return newNode;
    }

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

友情链接更多精彩内容