对一个有向无环图(Directed Acyclic Graph简称DAG)G进行拓扑排序,是将G中所有顶点排成一个线性序列,使得图中任意一对顶点u和v,若边∈E(G),则u在线性序列中出现在v之前。通常,这样的线性序列称为满足拓扑次序(Topological Order)的序列,简称拓扑序列。简单的说,由某个集合上的一个偏序得到该集合上的一个全序,这个操作称之为拓扑排序。
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 。
示例 1:
输入:numCourses = 2, prerequisites = [[1,0]]
输出:[0,1]
解释:总共有 2 门课程。要学习课程 1,你需要先完成课程 0。因此,正确的课程顺序为 [0,1] 。
示例 2:
输入:numCourses = 4, prerequisites = [[1,0],[2,0],[3,1],[3,2]]
输出:[0,2,1,3]
解释:总共有 4 门课程。要学习课程 3,你应该先完成课程 1 和课程 2。并且课程 1 和课程 2 都应该排在课程 0 之后。
因此,一个正确的课程顺序是 [0,1,2,3] 。另一个正确的排序是 [0,2,1,3] 。
示例 3:
输入:numCourses = 1, prerequisites = []
输出:[0]
提示:
1 <= numCourses <= 2000
0 <= prerequisites.length <= numCourses * (numCourses - 1)
prerequisites[i].length == 2
0 <= ai, bi < numCourses
ai != bi
所有[ai, bi] 互不相同
题目给了有向图,我们得到拓扑排序,就是最终的解
dfs
#dfs
class Solution:
def findOrder(self, numCourses: int, prerequisites: List[List[int]]) -> List[int]:
ans=[]
valid=True
visited=[0]*numCourses
edges=collections.defaultdict(list)
for pre in prerequisites:
edges[pre[1]].append(pre[0])
def dfs(course):
nonlocal valid
visited[course]=1
for next_course in edges[course]:
if not valid:
return
if visited[next_course]==0:
dfs(next_course)
elif visited[next_course]==1:
valid=False
return
visited[course]=2
ans.append(course)
for course in range(numCourses):
if visited[course]==0:
dfs(course)
if not valid:
break
if valid:
return ans[::-1]
else:
return []
bfs
#bfs
class Solution:
def findOrder(self, numCourses: int, prerequisites: List[List[int]]) -> List[int]:
from collections import deque
q=deque()
in_counts=[0]*numCourses
edges=collections.defaultdict(list)
ans=[]
for pre in prerequisites:
edges[pre[1]].append(pre[0])
in_counts[pre[0]]+=1
for i,in_count in enumerate(in_counts):
if in_count==0:
q.appendleft(i)
while q:
course=q.pop()
ans.append(course)
for next_course in edges[course]:
#print(in_counts)
in_counts[next_course]-=1
if in_counts[next_course]==0:
q.appendleft(next_course)
if len(ans)==numCourses:
return ans
else:
return []