给定一个整数 numCourses
表示一学期需要选修的课程数目,以及一个课程先修关系数组 prerequisites
,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
。要求返回一种合法的学习顺序,如果无法完成所有课程,返回一个空数组。
这个问题可以通过拓扑排序来解决,拓扑排序是一种对有向无环图(DAG)进行排序的方法。以下是解决这个问题的步骤:
创建一个有向图 graph
,以及一个入度数组 inDegree
。
遍历 prerequisites
数组,将课程之间的先修关系构建成有向边,同时更新每门课程的入度。
将入度为0的课程入队,这些课程可以作为起始节点进行拓扑排序。
在循环中,依次将入度为0的课程出队,并更新与它相邻的课程的入度。如果更新后的入度为0,将该课程入队。
继续循环,直到队列为空。如果拓扑排序过程中没有出现环(即剩余的课程数为0),则可以完成所有课程学习。
如果成功得到拓扑排序结果,就返回一种合法的学习顺序;如果无法完成所有课程,就返回一个空数组。
class Solution {
public:
vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {
vector<vector<int>> graph(numCourses, vector<int>());
vector<int> inDegree(numCourses, 0);
vector<int> result; // 用于存储学习顺序
// 构建有向图和入度数组
for (const vector<int>& pre : prerequisites) {
graph[pre[1]].push_back(pre[0]);
inDegree[pre[0]]++;
}
queue<int> q;
// 将入度为0的课程入队
for (int i = 0; i < numCourses; i++) {
if (inDegree[i] == 0) {
q.push(i);
}
}
while (!q.empty()) {
int curr = q.front();
q.pop();
result.push_back(curr); // 将学习的课程加入结果
// 更新与当前课程相邻的课程的入度
for (int neighbor : graph[curr]) {
if (--inDegree[neighbor] == 0) {
q.push(neighbor);
}
}
}
if (result.size() == numCourses) {
return result; // 学完所有课程的顺序
} else {
return {}; // 无法完成所有课程,返回空数组
}
}
};