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
NAGNIP10 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
程序员清风17 小时前
程序员兼职必看:靠谱软件外包平台挑选指南与避坑清单!
java·后端·面试
皮皮林55118 小时前
利用闲置 Mac 从零部署 OpenClaw 教程 !
java
颜酱19 小时前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub1 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
华仔啊1 天前
挖到了 1 个 Java 小特性:var,用完就回不去了
java·后端