当前位置: 首页 > news >正文

leetcode-207. 课程表

题目描述

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。

思路

1)定义一个入度数组,用来存储 prerequisites[1]这些节点的入度个数
2)定义一个邻接表,用来存储 prerequisites[0]连接着哪些节点
3)定义一个队列,先把入度为0的放入队列中
4)弹出队首节点,count+=1,查邻接表看后面要学的课程
5)在入度数组中纷纷减去1,因为前面的课程学完了
6)如果有课程入度为0,则放入队列
7)判断count==numCourses

from collections import deque
class Solution(object):def canFinish(self, numCourses, prerequisites):""":type numCourses: int:type prerequisites: List[List[int]]:rtype: bool"""in_degree = [0] * numCourses  # 入度数组adj_list = {}  # 邻接表# 构建入度数组和邻接表for pre in prerequisites:in_degree[pre[0]] += 1if pre[1] in adj_list:adj_list[pre[1]].append(pre[0])else:adj_list[pre[1]] = [pre[0]]queue = deque()for i in range(numCourses):if in_degree[i] == 0:  # 所有入度为0的课入列queue.append(i)count = 0while queue:selected = queue.popleft()  # 当前选的课,出列count += 1  # 选课数+1to_enqueue = adj_list.get(selected, [])  # 获取这门课对应的后续课for course in to_enqueue:in_degree[course] -= 1  # 依赖它的后续课的入度-1if in_degree[course] == 0:  # 如果因此减为0,入列queue.append(course)return count == numCourses  # 选了的课等于总课数,true,否则falseif __name__ == "__main__":s = Solution()numCourses = 6prerequisites = [[3, 0], [3, 1], [4, 1], [4, 2], [5, 3], [5, 4]]print(s.canFinish(numCourses, prerequisites))

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • java基础概念08-跳出多重循环嵌套
  • 基于主成分分析(PCA)的平面拟合(python)
  • 从0开始学习c++01-软件下载和安装
  • 诊断技巧分享 | 用WPS500压力传感器测试空调压力波形?
  • MySQL存储引擎MyISAM和InnoDB
  • 关于npm --save
  • 如何提高计算机视觉技术在复杂环境和低光照条件下的物体识别准确率?
  • 调用百度的大模型API接口实现AI对话!手把手教程!
  • 【数据中台】大数据管理平台建设方案(原件资料)
  • 【C语言】数组
  • K-近邻和神经网络
  • 结合python+redis+mysql制作镜像
  • Aippt产品运行逻辑分析
  • Linux 面试准备 - 2024
  • 传统放牧方式与北斗科技的碰撞:北三短报文头羊定位追踪器PD28守护放牧生活
  • python3.6+scrapy+mysql 爬虫实战
  • [ 一起学React系列 -- 8 ] React中的文件上传
  • 《用数据讲故事》作者Cole N. Knaflic:消除一切无效的图表
  • 【Amaple教程】5. 插件
  • 【跃迁之路】【669天】程序员高效学习方法论探索系列(实验阶段426-2018.12.13)...
  • 2017-08-04 前端日报
  • Android框架之Volley
  • Bootstrap JS插件Alert源码分析
  • Bytom交易说明(账户管理模式)
  • canvas 绘制双线技巧
  • const let
  • rc-form之最单纯情况
  • React Transition Group -- Transition 组件
  • VuePress 静态网站生成
  • 从PHP迁移至Golang - 基础篇
  • 大快搜索数据爬虫技术实例安装教学篇
  • 分布式熔断降级平台aegis
  • 坑!为什么View.startAnimation不起作用?
  • 前端学习笔记之原型——一张图说明`prototype`和`__proto__`的区别
  • 入职第二天:使用koa搭建node server是种怎样的体验
  • 使用 Xcode 的 Target 区分开发和生产环境
  • 手机app有了短信验证码还有没必要有图片验证码?
  • 物联网链路协议
  • ​​​​​​​​​​​​​​汽车网络信息安全分析方法论
  • ​【C语言】长篇详解,字符系列篇3-----strstr,strtok,strerror字符串函数的使用【图文详解​】
  • ​Base64转换成图片,android studio build乱码,找不到okio.ByteString接腾讯人脸识别
  • ​LeetCode解法汇总2583. 二叉树中的第 K 大层和
  • (10)STL算法之搜索(二) 二分查找
  • (52)只出现一次的数字III
  • (C++)八皇后问题
  • (CPU/GPU)粒子继承贴图颜色发射
  • (zt)最盛行的警世狂言(爆笑)
  • (二) Windows 下 Sublime Text 3 安装离线插件 Anaconda
  • (附源码)计算机毕业设计SSM在线影视购票系统
  • (回溯) LeetCode 40. 组合总和II
  • (回溯) LeetCode 77. 组合
  • (精确度,召回率,真阳性,假阳性)ACC、敏感性、特异性等 ROC指标
  • (十)DDRC架构组成、效率Efficiency及功能实现
  • (五)c52学习之旅-静态数码管
  • (转)JVM内存分配 -Xms128m -Xmx512m -XX:PermSize=128m -XX:MaxPermSize=512m