图论-课程表

207.课程表

java 复制代码
你这个学期必须选修 numCourses 门课程,记为 0 到 numCourses - 1 。

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

例如,先修课程对 [0, 1] 表示:想要学习课程 0 ,你需要先完成课程 1 。
请你判断是否可能完成所有课程的学习?如果可以,返回 true ;否则,返回 false 。

输入 :课程数和先修课程数组
输出 :布尔值
思路:看题解之后知道此题属于【拓扑排序】问题,判断安排图是否是有向无环图,使用入度表,借助一个队列queue,将所有的入度为0的节点入队,然后当queue非空时,依次出队,将此结点对应的所有邻接结点的入度-1,当邻接结点的入度为0,则入队,出队时进行--操作,判断课程数是否等于零,判断是否成功

java 复制代码
class Solution {
    public boolean canFinish(int numCourses, int[][] prerequisites) {
        //初始化一个队列,用于广度优先搜索,
        Queue<Integer> que = new LinkedList<>();
        //初始化一个数组来记录每个课程的入度
        int[] indegree = new int[numCourses];
        //使用一个二元列表表示邻接表,用于存储每个课程的后继课程
        List<List<Integer>> adjacency = new ArrayList<>();
        //为每个课程穿件一个空的邻接列表
        for(int i = 0; i < numCourses; i++){
            adjacency.add(new ArrayList<>());
        }
        //遍历先修课程,填入数组的入度表和邻接表
        for(int[] cp : prerequisites){
            //增加入度
            //cp[0]是课程,cp[1]是先修课程
            indegree[cp[0]]++;
            //在先修课程的邻接列表中加入课程
            adjacency.get(cp[1]).add(cp[0]);
        }
        //将所有入度为0的课程加入队列,
        for(int i = 0; i < numCourses; i++){
            if(indegree[i] == 0){
                que.add(i);
            }
        }
        //使用广度优先搜索进行拓扑排序
        while(!que.isEmpty()){
            //从队列中取出一个入度为0的课程
            int pre = que.poll();
            //已经完成了一个课程
            numCourses--;
            //遍历当前课程的邻接列表
            for(int cur : adjacency.get(pre)){
                //当前课程的入度-1
                indegree[cur]--;
                //当前课程入度为0时,表示可以开始学了
                if(indegree[cur] == 0){
                    que.add(cur);
                }
            }
        }
        //判断所有课程是否全部完成
        return numCourses == 0;
    }
}
相关推荐
GUIQU.37 分钟前
【QT】嵌入式开发:从零开始,让硬件“活”起来的魔法之旅
java·数据库·c++·qt
机器学习之心4 小时前
多目标鲸鱼优化算法(NSWOA),含46种测试函数和9个评价指标,MATLAB实现
算法·matlab·多目标鲸鱼优化算法·46种测试函数·9个评价指标
古译汉书4 小时前
嵌入式铁头山羊STM32-各章节详细笔记-查阅传送门
数据结构·笔记·stm32·单片机·嵌入式硬件·个人开发
max5006005 小时前
基于Meta Llama的二语习得学习者行为预测计算模型
人工智能·算法·机器学习·分类·数据挖掘·llama
callJJ5 小时前
从 0 开始理解 Spring 的核心思想 —— IoC 和 DI(2)
java·开发语言·后端·spring·ioc·di
wangjialelele5 小时前
Linux中的线程
java·linux·jvm·c++
谷咕咕5 小时前
windows下python3,LLaMA-Factory部署以及微调大模型,ollama运行对话,开放api,java,springboot项目调用
java·windows·语言模型·llama
没有bug.的程序员5 小时前
MVCC(多版本并发控制):InnoDB 高并发的核心技术
java·大数据·数据库·mysql·mvcc
在下村刘湘6 小时前
maven pom文件中<dependencyManagement><dependencies><dependency> 三者的区别
java·maven
橘颂TA6 小时前
【数据结构】解锁数据结构:通往高效编程的密钥
数据结构