Top 100 Linked Question 修炼------第207题-CSDN博客

本文深入探讨了课程调度问题，通过构建有向图并利用拓扑排序或深度优先搜索（DFS）来判断一组课程是否存在冲突，确保所有课程都能顺利完成。文章详细分析了两种算法的实现过程，包括图的构建及环检测方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

207. Course Schedule

题目解释：总共有n种的课你需要去上，这些课标号从0到n-1。你上某些课程之前需要有一些先修课程，如你想要参加课程0，那么你必须先学习完课程1，这个可以采用一个配对来表示：[0,1]。

给出总的课程数以及先修课程匹配对，判断一下，你是否能修完所有的课程？

Example 1:

Input: 2, [[1,0]] 
Output: true
Explanation: There are a total of 2 courses to take. 
             To take course 1 you should have finished course 0. So it is possible.

Example 2:

Input: 2, [[1,0],[0,1]]
Output: false
Explanation: There are a total of 2 courses to take. 
             To take course 1 you should have finished course 0, and to take course 0 you should
             also have finished course 1. So it is impossible.

解释：在给出的两个课程对中，课程0和课程1互为先修课程，所以对于你来说，是不可能修完所有的课程的。

题目分析：在这里我们先分析出pair的特点，以[0,1]举例：

这是两门课程，你想要修习课程0，那么你就必须先学习课程1,即是1->0

看到这样的表示，我们应该是有一些感触的。这种表示方式是不是和我们学习的有向图很类似，在本题中，如果所有的结点都组合起来能够围成一个有向无环图，那么我们就是能够修习完所有的课程。这样我们的问题就变成了查看给定的图是否是是无环图。那么我们首先是需要构建图，然后根据拓扑排序来解决。

PS：本题讲道理来说，还是很难的，因为我们需要自己构建图，然后来判断构建的图是否是有环，但是难着难着感觉我们就习惯了，多看两遍，然后有了手感，写一下，就会发现整体来说，我们还是能解决的，索然过程还是比较痛苦的，但是这也是在代表着我们在进步，不是么?(手动打鸡血......)

class Solution(object):
    def canFinish(self, numCourses, prerequisites):
        """
        采用BFS
        :type numCourses: int
        :type prerequisites: List[List[int]]
        :rtype: bool
        """
        graph=collections.defaultdict(list)
        indegrees=collections.defaultdict(int)
        # 组建一幅图，其中u是相当于结点的第一个点，v是结点的第二条点，这就是graph代表的意义
        # 这里是先修课程，如[1,0]代表要修1，就要先修0，所以理解好入度和出度的关系，indegrees代表入度
        # 初始化建图
        for u,v in prerequisites:
            graph[v].append(u)
            indegrees[u]+=1
        for i in range(numCourses):
            zero_degree=False
            for j in range(numCourses):# 若某个结点的入度为0
                if indegrees[j]==0:
                    zero_degree=True
                    break
            if not zero_degree:
                return False
                # 结点j的入度减去1，同时在图中j指向的结点的入度减去1
            indegrees[j]-=1
            for node in graph[j]:
                indegrees[node]-=1
        return True

另外，用了BFS，我们同样可以尝试DFS。

    def canFinish1(self, N, prerequisites):
        """
        :type N,: int
        :type prerequisites: List[List[int]]
        :rtype: bool
        """
        graph = collections.defaultdict(list)
        for u, v in prerequisites:
            graph[u].append(v)
        # 0 = Unknown, 1 = visiting, 2 = visited
        visited = [0] * N
        for i in range(N):
            if not self.dfs(graph, visited, i):
                return False
        return True

    def dfs(self, graph, visited, i):
        if visited[i] == 1:
            return False
        if visited[i] == 2:
            return True
        visited[i] = 1
        for j in graph[i]:
            if not self.dfs(graph, visited, j):
                return False
        visited[i] = 2
        return True