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
小呀小萝卜儿20 分钟前
2025-11-14 学习记录--Python-特征归一化方法(Min-Max或StandardScaler)
开发语言·python·学习
顾安r26 分钟前
11.14 脚本网页 青蛙过河
服务器·前端·python·游戏·html
测试199833 分钟前
如何用Appium实现移动端UI自动化测试?
自动化测试·软件测试·python·测试工具·ui·职场和发展·appium
Python私教1 小时前
第一个Python金融爬虫
爬虫·python·金融
flashlight_hi1 小时前
LeetCode 分类刷题:3217. 从链表中移除在数组中存在的节点
javascript·数据结构·leetcode·链表
Tisfy2 小时前
LeetCode 2536.子矩阵元素加 1:二维差分数组
算法·leetcode·矩阵
nvd112 小时前
Python 迭代器 (Iterator) vs. 生成器 (Generator)
开发语言·python
老罗-Mason2 小时前
Apache Flink运行环境搭建
python·flink·apache
小欣加油3 小时前
leetcode 2536 子矩阵元素加1
数据结构·c++·算法·leetcode·矩阵
Blossom.1183 小时前
大模型量化压缩实战:从FP16到INT4的生产级精度保持之路
开发语言·人工智能·python·深度学习·神经网络·目标检测·机器学习