【力扣热题100】207. 课程表 python 拓扑排序

2023-12-05 07:36

本文主要是介绍【力扣热题100】207. 课程表 python 拓扑排序,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【力扣热题100】207. 课程表 python 拓扑排序

  • 写在最前面
  • 207. 课程表
    • 解决方案:判断是否可以完成所有课程的学习
      • 方法:拓扑排序
      • 实现步骤
      • Python 实现
      • 性能分析
      • 结论

写在最前面

刷一道力扣热题100吧
难度中等

https://leetcode.cn/problems/course-schedule/?envType=study-plan-v2&envId=top-100-liked

在这里插入图片描述

207. 课程表

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

在选修某些课程之前需要一些先修课程。 先修课程按数组 prerequisites 给出,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 。

例如,先修课程对 [0, 1] 表示:想要学习课程 0 ,你需要先完成课程 1 。
请你判断是否可能完成所有课程的学习?如果可以,返回 true ;否则,返回 false 。

示例 1:

输入:numCourses = 2, prerequisites = [[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 。这是可能的。

示例 2:

输入:numCourses = 2, prerequisites = [[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:

1 <= numCourses <= 2000
0 <= prerequisites.length <= 5000
prerequisites[i].length == 2
0 <= ai, bi < numCourses
prerequisites[i] 中的所有课程对 互不相同

解决方案:判断是否可以完成所有课程的学习

本问题涉及到一个常见的图论问题,即检测有向图中是否存在循环。在这个场景中,课程可以被视为图的节点,而先修课程的要求可以被视为有向边。

我们的目标是:检查这个有向图是否包含一个循环。如果存在循环,意味着有些课程的先修要求彼此相互依赖,从而导致无法完成所有课程。

方法:拓扑排序

为了解决这个问题,我们可以使用拓扑排序。拓扑排序是一种对有向无环图(DAG)的顶点的线性排序,使得对于任何来自顶点 u 到顶点 v 的有向边,u 在排序中都出现在 v 之前。

如果我们在进行拓扑排序的过程中发现无法完成排序(即图中存在循环),那么就意味着无法完成所有课程的学习。

实现步骤

  1. 构建图:首先,我们需要构建图的表示。通常,这可以通过邻接表来实现。
  2. 计算入度:对于图中的每个节点(课程),计算进入该节点的边的数量,即该课程的先修课程数量。
  3. 初始化队列:创建一个队列,用于存放所有入度为0的节点(没有先修课程的课程)。
  4. 进行拓扑排序
    • 从队列中移除一个节点(课程),并将其添加到拓扑排序的结果中。
    • 遍历从该节点出发的所有边,将与之相连的节点的入度减1。
    • 如果某个相邻节点的入度变为0,则将其加入队列。
  5. 检查是否可以完成排序:如果排序的结果包含所有的课程,则返回 true;否则,返回 false。

Python 实现

下面是问题的 Python 实现,使用了拓扑排序的方法:

from collections import dequeclass Solution:def canFinish(self, numCourses: int, prerequisites: List[List[int]]) -> bool:# 构建图的邻接表表示和入度数组adj_list = [[] for _ in range(numCourses)]indegree = [0] * numCoursesfor dest, src in prerequisites:adj_list[src].append(dest)indegree[dest] += 1# 初始化队列queue = deque([i for i in range(numCourses) if indegree[i] == 0])visited = 0# 拓扑排序while queue:course = queue.popleft()visited += 1for next_course in adj_list[course]:indegree[next_course] -= 1if indegree[next_course] == 0:queue.append(next_course)# 检查是否所有课程都被访问过return visited == numCourses

性能分析

  • 时间复杂度:O(N + P),其中 N 是课程数量,P 是先修课程对的数量。
  • 空间复杂度:O(N + P),用于存储图的邻接表和入度数组。

结论

使用拓扑排序,我们可以高效地确定是否可能完成所有课程的学习。

这种方法在计算机科学的许多领域,如任务调度、数据处理等,都有广泛的应用。

这篇关于【力扣热题100】207. 课程表 python 拓扑排序的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/456706

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

hdu 1285(拓扑排序)

题意: 给各个队间的胜负关系,让排名次,名词相同按从小到大排。 解析: 拓扑排序是应用于有向无回路图(Direct Acyclic Graph,简称DAG)上的一种排序方式,对一个有向无回路图进行拓扑排序后,所有的顶点形成一个序列,对所有边(u,v),满足u 在v 的前面。该序列说明了顶点表示的事件或状态发生的整体顺序。比较经典的是在工程活动上,某些工程完成后,另一些工程才能继续,此时

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

《数据结构(C语言版)第二版》第八章-排序(8.3-交换排序、8.4-选择排序)

8.3 交换排序 8.3.1 冒泡排序 【算法特点】 (1) 稳定排序。 (2) 可用于链式存储结构。 (3) 移动记录次数较多,算法平均时间性能比直接插入排序差。当初始记录无序,n较大时, 此算法不宜采用。 #include <stdio.h>#include <stdlib.h>#define MAXSIZE 26typedef int KeyType;typedef char In