【每天学习一点算法 2026/05/22】课程表 II

每天学习一点算法 2026/05/22

题目:课程表 II

现在你总共有 numCourses 门课需要选,记为 0 到 numCourses - 1。给你一个数组 prerequisites ,其中 prerequisitesi = ai, bi ,表示在选修课程 ai 前 必须 先选修 bi 。

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:0,1 。

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 任意一种 就可以了。如果不可能完成所有课程,返回 一个空数组 。

这题跟 课程表 的解法一样,只需要在回归过程往结果数组里面 push 课程即可。

typescript 复制代码
function canFinish(numCourses: number, prerequisites: number[][]): boolean {
  const status = new Array(numCourses).fill(0) // 用于记录课程状态:0 未搜索 1 搜索中 2 已搜索
  const graph: number[][] = Array.from({length:numCourses}, ()=>[]) // 邻接表,graph[i]表示学习课程 i 需要,先学习课程集合
  for(const [a,b] of prerequisites) graph[a].push(b) // 遍历 prerequisites 初始化邻接表
  
  const res = [] // 课程学习顺序
  
  // 辅助函数,用于深度优先遍历从某课程开始向上搜索它依赖课程
  function helper (course: number) {
    if (status[course] === 1) return false // 如果课程处于搜索中状态返回false
    if (status[course] === 2) return true // 如果课程处于已搜索状态返回true
    status[course] = 1 // 修改当前课程为搜索中状态
    for (const pre of graph[course]) {
      // 递归搜索当前课程所有前置课程
      if (!helper(pre)) return false // 前置课程中有处于搜索中的会得到false, 直接返回false
    }
    // 回归到此说明此课程可以完成学习,标记为已搜索,并返回true
    status[course] = 2
    res.push(course) // 我们递归的边界是最先需要学习的课程,所以回归时直接 push 就是学习顺序
    return true
  }
  // 主循环,遍历所有课程,进行搜索
  for (let i = 0; i < numCourses; i++) {
    if (status[i] === 2) {
      // 已搜索过的课程直接跳过
      continue
    }
    if (!helper(i)) {
      // 当前课程建立有向图存在环,无法完成,直接返回空数组
      return []
    }
  }
  // 遍历完成返回学习顺序数组
  return res
};

题目来源:力扣(LeetCode)

相关推荐
kyle~2 小时前
模型预测控制(MPC)
算法·机器人·控制·传感器
瑞克-桑切斯2 小时前
Kubernetes 1.28 保姆级新手学习教程
运维·学习·docker·云原生·容器·kubernetes
牢姐与蒯3 小时前
cpp算法之哈希
c++·算法·哈希算法
开开心心就好4 小时前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
kaixin_啊啊4 小时前
【三种鲑科鱼类比较基因组学分析鉴定出参与细胞内寄生菌鲑立克次体抗性的功能候选基因】论文学习
学习
电科_银尘4 小时前
【大模型算法与工程 02】线性回归与逻辑回归:从损失函数到决策边界
算法·逻辑回归·线性回归
玄昌盛不会编程6 小时前
LeetCode——2243. 计算字符串的数字和
java·算法·leetcode
CappuccinoRose7 小时前
Redis 学习文档
redis·后端·学习·缓存·session·非关系型数据库·gossip
qingwufeiyang_5308 小时前
Docker学习笔记2
笔记·学习
电科_银尘8 小时前
【大模型算法与工程 01】机器学习的问题定义:监督、无监督、自监督与强化学习
人工智能·算法·机器学习