zoukankan      html  css  js  c++  java
  • 【python-leetcode207-拓扑排序】课程表

    你这个学期必须选修 numCourse 门课程,记为 0 到 numCourse-1 。

    在选修某些课程之前需要一些先修课程。 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他们:[0,1]

    给定课程总量以及它们的先决条件,请你判断是否可能完成所有课程的学习?

    示例 1:

    输入: 2, [[1,0]]
    输出: true
    解释: 总共有 2 门课程。学习课程 1 之前,你需要完成课程 0。所以这是可能的。
    示例 2:

    输入: 2, [[1,0],[0,1]]
    输出: false
    解释: 总共有 2 门课程。学习课程 1 之前,你需要先完成​课程 0;并且学习课程 0 之前,你还应先完成课程 1。这是不可能的。
     

    提示:

    输入的先决条件是由 边缘列表 表示的图形,而不是 邻接矩阵 。详情请参见图的表示法。
    你可以假定输入的先决条件中没有重复的边。
    1 <= numCourses <= 10^5

    思路:我们先转换一下。对于[1,0]:意思是要想学1课程,必须先学完0课程,以有向图表示就是0->1,以此类推。接下来记录每一个课程的入度,由于有0->1,因此1课程的入度加1。再记录每一个课程学完之后可以继续学的课程(最近),则有0:[1],即学完0课程之后可以学习1课程。接下来我们用一个队列queue来存储所有入度为0的课程。

    方法一:使用广度优先遍历

    from collections import deque
    
    class Solution:
        def canFinish(self, numCourses,prerequisites):
             #用于记录每一个元素的入度
            indegrees=[0 for _ in range(numCourses)]
            #用于记录每一个元素的连接元素(当前元素为首)
            adjacency=[[] for _ in range(numCourses)]
            queue = deque()
            # Get the indegree and adjacency of every course.
            for cur, pre in prerequisites:
                indegrees[cur] += 1
                adjacency[pre].append(cur)
            # Get all the courses with the indegree of 0.
            for i in range(len(indegrees)):
                if not indegrees[i]: 
                    queue.append(i)
            # BFS TopSort.
            print(indegrees)
            print(adjacency)
            print(queue)
            while queue:
                pre = queue.popleft()
                numCourses -= 1
                for cur in adjacency[pre]:
                    indegrees[cur] -= 1
                    if not indegrees[cur]: 
                        queue.append(cur)
            return not numCourses
    s=Solution()
    print(s.canFinish(6,[[1,0],[2,3],[4,5],[2,4],[5,1]]))
            

    [0, 1, 2, 0, 1, 1]
    [[1], [5], [], [2], [2], [4]]
    deque([0, 3])

    如果最终还存在课程学不了,则返回False,否则返回True

    方法二:深度优先遍历

    原理是通过 DFS 判断图中是否有环。

    算法流程:

    1.借助一个标志列表 flags,用于判断每个节点 i (课程)的状态:

    • 未被 DFS 访问:i = 0;
    • 已被其他节点启动的 DFS 访问:i = -1;
    • 已被当前节点启动的 DFS 访问:i = 1。

    2.对 numCourses 个节点依次执行 DFS,判断每个节点起步 DFS 是否存在环,若存在环直接返回 False。

    DFS 流程;
    (1)终止条件:

    • 当 flag[i] == -1,说明当前访问节点已被其他节点启动的 DFS 访问,无需再重复搜索,直接返回 True。
    • 当 flag[i] == 1,说明在本轮 DFS 搜索中节点 i 被第 2 次访问,即 课程安排图有环 ,直接返回 False。

    (2)将当前访问节点 i 对应 flag[i] 置 1,即标记其被本轮 DFS 访问过;
    (3)递归访问当前节点 i 的所有邻接节点 j,当发现环直接返回 False;
    (4)当前节点所有邻接节点已被遍历,并没有发现环,则将当前节点 flag 置为 -1并返回 True。
    3.若整个图 DFS 结束并未发现环,返回 True。

    class Solution:
        def canFinish(self, numCourses: int, prerequisites: List[List[int]]) -> bool:
            def dfs(i, adjacency, flags):
                if flags[i] == -1: return True
                if flags[i] == 1: return False
                flags[i] = 1
                for j in adjacency[i]:
                    if not dfs(j, adjacency, flags): return False
                flags[i] = -1
                return True
    
            adjacency = [[] for _ in range(numCourses)]
            flags = [0 for _ in range(numCourses)]
            for cur, pre in prerequisites:
                adjacency[pre].append(cur)
            for i in range(numCourses):
                if not dfs(i, adjacency, flags): 
                    return False
            return True

    参考链接:https://leetcode-cn.com/problems/course-schedule/solution/course-schedule-tuo-bu-pai-xu-bfsdfsliang-chong-fa/

  • 相关阅读:
    IntelliJ IDEA maven库下载依赖包速度慢的问题
    安装 PHP
    秒杀怎么样才可以防止超卖?基于mysql的事务和锁实现
    MySQL 使用自增ID主键和UUID 作为主键的优劣比较详细过程(从百万到千万表记录测试)
    架构师之路16年精选50篇
    基于ELK和Python搭建简单的监控告警系统
    MySQL5.7 利用keepalived来实现mysql双主高可用方案的详细过程
    在线数据迁移
    jedisLock—redis分布式锁实现
    Intellij IDEA 最新旗舰版注册激活破解(2018亲测,可用)
  • 原文地址:https://www.cnblogs.com/xiximayou/p/12613820.html
Copyright © 2011-2022 走看看