Python每日一练(20230504) 课程表 Course Schedule I/II

简介: Python每日一练(20230504) 课程表 Course Schedule I/II

1. 课程表 Course Schedule I


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 <= 10^5

   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


代码1: DFS

package main
import "fmt"
func canFinish(numCourses int, prerequisites [][]int) bool {
  // 构建邻接表
  graph := make([][]int, numCourses)
  for _, p := range prerequisites {
    graph[p[1]] = append(graph[p[1]], p[0])
  }
  // DFS 遍历找环
  visited := make([]bool, numCourses)
  for i := 0; i < numCourses; i++ {
    if !dfs(i, graph, visited) {
      return false
    }
  }
  return true
}
func dfs(node int, graph [][]int, visited []bool) bool {
  if visited[node] {
    return false
  }
  visited[node] = true
  for _, n := range graph[node] {
    if !dfs(n, graph, visited) {
      return false
    }
  }
  visited[node] = false
  return true
}
func main() {
  numCourses := 2
  prerequisites := [][]int{{1, 0}}
  fmt.Println(canFinish(numCourses, prerequisites))
  prerequisites = [][]int{{1, 0}, {0, 1}}
  fmt.Println(canFinish(numCourses, prerequisites))
}


代码2: BFS 拓扑排序

package main
import "fmt"
func canFinish(numCourses int, prerequisites [][]int) bool {
    // 建图,统计入度
    graph := make([][]int, numCourses)
    inDegree := make([]int, numCourses)
    for _, p := range prerequisites {
        graph[p[1]] = append(graph[p[1]], p[0])
        inDegree[p[0]]++
    }
    // 将入度为 0 的结点加入队列中
    queue := make([]int, 0)
    for i := 0; i < numCourses; i++ {
        if inDegree[i] == 0 {
            queue = append(queue, i)
        }
    }
    // BFS 遍历图
    for len(queue) > 0 {
        node := queue[0]
        queue = queue[1:]
        numCourses--
        for _, n := range graph[node] {
            inDegree[n]--
            if inDegree[n] == 0 {
                queue = append(queue, n)
            }
        }
    }
    return numCourses == 0
}
func main() {
  numCourses := 2
  prerequisites := [][]int{{1, 0}}
  fmt.Println(canFinish(numCourses, prerequisites))
  prerequisites = [][]int{{1, 0}, {0, 1}}
  fmt.Println(canFinish(numCourses, prerequisites))
}


输出:

true

false


2. 课程表 Course Schedule II


现在你总共有 numCourses 门课需要选,记为 0 到 numCourses - 1。给你一个数组 prerequisites ,其中 prerequisites[i] = [ai, bi] ,表示在选修课程 ai 前 必须 先选修 bi 。


   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


代码1: DFS  


package main
import (
  "fmt"
  "strings"
)
func findOrder(numCourses int, prerequisites [][]int) []int {
  // 构建邻接表和标记数组
  graph := make([][]int, numCourses)
  marks := make([]int, numCourses)
  for _, p := range prerequisites {
    graph[p[1]] = append(graph[p[1]], p[0])
  }
  // DFS 拓扑排序
  order := make([]int, 0)
  for i := 0; i < numCourses; i++ {
    if marks[i] == 0 {
      if !dfs(graph, marks, i, &order) {
        return []int{}
      }
    }
  }
  // 倒序输出拓扑排序
  for i, j := 0, len(order)-1; i < j; i, j = i+1, j-1 {
    order[i], order[j] = order[j], order[i]
  }
  return order
}
func dfs(graph [][]int, marks []int, node int, order *[]int) bool {
  marks[node] = 1
  for _, n := range graph[node] {
    if marks[n] == 1 {
      return false // 发现环
    }
    if marks[n] == 0 {
      if !dfs(graph, marks, n, order) {
        return false // 发现环
      }
    }
  }
  marks[node] = 2
  *order = append(*order, node)
  return true
}
func main() {
  numCourses := 2
  prerequisites := [][]int{{1, 0}}
  res := findOrder(numCourses, prerequisites)
  fmt.Println(strings.ReplaceAll(fmt.Sprint(res), " ", ","))
  numCourses = 4
  prerequisites = [][]int{{1, 0}, {2, 0}, {3, 1}, {3, 2}}
  res = findOrder(numCourses, prerequisites)
  fmt.Println(strings.ReplaceAll(fmt.Sprint(res), " ", ","))
}



输出:

[0,1]

[0,2,1,3]

代码2: BFS 拓扑排序

package main
import (
  "fmt"
  "strings"
)
func findOrder(numCourses int, prerequisites [][]int) []int {
  // 构建邻接表和入度数组
  graph := make([][]int, numCourses)
  inDegree := make([]int, numCourses)
  for _, p := range prerequisites {
    graph[p[1]] = append(graph[p[1]], p[0])
    inDegree[p[0]]++
  }
  // 入度为 0 的结点入队列
  queue := make([]int, 0)
  for i := 0; i < numCourses; i++ {
    if inDegree[i] == 0 {
      queue = append(queue, i)
    }
  }
  order := make([]int, 0)
  // 拓扑排序
  for len(queue) > 0 {
    node := queue[0]
    queue = queue[1:]
    order = append(order, node)
    numCourses--
    for _, n := range graph[node] {
      inDegree[n]--
      if inDegree[n] == 0 {
        queue = append(queue, n)
      }
    }
  }
  if numCourses == 0 {
    return order
  } else {
    return []int{}
  }
}
func main() {
  numCourses := 2
  prerequisites := [][]int{{1, 0}}
  res := findOrder(numCourses, prerequisites)
  fmt.Println(strings.ReplaceAll(fmt.Sprint(res), " ", ","))
  numCourses = 4
  prerequisites = [][]int{{1, 0}, {2, 0}, {3, 1}, {3, 2}}
  res = findOrder(numCourses, prerequisites)
  fmt.Println(strings.ReplaceAll(fmt.Sprint(res), " ", ","))
}



输出:

[0,1]

[0,1,2,3]







目录
相关文章
|
1月前
|
缓存 调度 数据库
Python中的定时器用法:Timer定时器和schedule库
Python中的定时器用法:Timer定时器和schedule库
51 0
|
3月前
|
Python 人工智能
讯飞星火、文心一言和通义千问同时编“贪吃蛇”游戏,谁会胜出?
讯飞星火、文心一言和通义千问同时编“贪吃蛇”游戏,谁会胜出?
50 1
讯飞星火、文心一言和通义千问同时编“贪吃蛇”游戏,谁会胜出?
|
3月前
|
Shell Unix Linux
Linux 终端命令之文件浏览(3) less
Linux 终端命令之文件浏览(3) less
30 0
Linux 终端命令之文件浏览(3) less
|
3月前
|
Rust
Rust 编程小技巧摘选(8)
Rust 编程小技巧摘选(8)
65 0
Rust 编程小技巧摘选(8)
|
3月前
|
算法 C++ 机器人
力扣 C++|一题多解之动态规划专题(1)
力扣 C++|一题多解之动态规划专题(1)
41 0
力扣 C++|一题多解之动态规划专题(1)
|
3月前
|
C++ Python 索引
Python Numpy入门基础(二)数组操作
Python Numpy入门基础(二)数组操作
29 0
Python Numpy入门基础(二)数组操作
|
3月前
|
C++ 存储
力扣C++|一题多解之数学题专场(1)
力扣C++|一题多解之数学题专场(1)
23 0
力扣C++|一题多解之数学题专场(1)
|
3月前
|
Java Go C++
Golang每日一练(leetDay0118) 扁平化嵌套列表迭代器、整数拆分
Golang每日一练(leetDay0118) 扁平化嵌套列表迭代器、整数拆分
28 0
Golang每日一练(leetDay0118) 扁平化嵌套列表迭代器、整数拆分
|
3月前
|
Java Go C++
Golang每日一练(leetDay0114) 矩阵中的最长递增路径、按要求补齐数组
Golang每日一练(leetDay0114) 矩阵中的最长递增路径、按要求补齐数组
33 0
Golang每日一练(leetDay0114) 矩阵中的最长递增路径、按要求补齐数组
|
3月前
|
Java Go C++
Golang每日一练(leetDay0110) 零钱兑换I\II Coin Change
Golang每日一练(leetDay0110) 零钱兑换I\II Coin Change
38 0
Golang每日一练(leetDay0110) 零钱兑换I\II Coin Change