207. 课程表


思路

想象成有向图 一个结点代表一门课程

d表示所有课程的集合

dict1用来装有入度的结点以及对应的入度数(如:[0,1] 学了1才能学0:即1指向0,即只有0有入度 所以prerequisites每个值i的i[0]即为有入度的结点)

q表示当前层无入度的结点(入度为0)

nex:表示下一层无入度的结点

第一层:当前prerequisites无入度的结点

在遍历无入度结点时(代表选这门课程),因为有指向,所以 对应指向值的入度-1,当对应指向值入度为0时即作为下一层的无入度结点 循环遍历

遍历结束后,若dict1中有入度不为0的,说明这门课无法被选

python 复制代码
class Solution(object):
    def canFinish(self, numCourses, prerequisites):
        """
        :type numCourses: int
        :type prerequisites: List[List[int]]
        :rtype: bool
        """
        if len(prerequisites)==0 or len(prerequisites)==1:
            return True
        #课程集合
        d=set()
        #有入度的集合
        dict1={}
        for i in prerequisites:
            if i[0] in dict1:
                dict1[i[0]]+=1
            else:
                dict1[i[0]]=1
            d.add(i[0])
            d.add(i[1])
        
        q =[]
        #第一层要遍历的数(根结点),入度为0
        for i in d:
            if i not in dict1:
                q.append(i)
        #无入度为0的结点,成环 [[1,0],[0,1]]
        if q==[]:
            return False
        while q:
            nex=[]
            for i in q:
                for j in prerequisites:
                    if i==j[1]:
                        dict1[j[0]]-=1
                        if dict1[j[0]]==0:
                            nex.append(j[0])
            q=nex
        for i in dict1:
            if dict1[i]!=0:
                return False
        return True
相关推荐
秃了也弱了。1 小时前
python实现定时任务:schedule库、APScheduler库
开发语言·python
Dfreedom.2 小时前
从 model(x) 到__call__:解密深度学习框架的设计基石
人工智能·pytorch·python·深度学习·call
weixin_425023002 小时前
Spring Boot 配置文件优先级详解
spring boot·后端·python
小徐Chao努力3 小时前
【Langchain4j-Java AI开发】06-工具与函数调用
java·人工智能·python
无心水3 小时前
【神经风格迁移:全链路压测】33、全链路监控与性能优化最佳实践:Java+Python+AI系统稳定性保障的终极武器
java·python·性能优化
luoluoal3 小时前
基于python的小区监控图像拼接系统(源码+文档)
python·mysql·django·毕业设计·源码
BoBoZz194 小时前
MotionBlur 演示简单运动模糊
python·vtk·图形渲染·图形处理
十八度的天空4 小时前
第01节 Python的基础语法
开发语言·python
BoBoZz194 小时前
GradientBackground 比较不同类型的背景渐变着色模式与坐标转换
python·vtk·图形渲染·图形处理
540_5404 小时前
ADVANCE Day32
人工智能·python·机器学习