• 2050. 并行课程 III 拓扑排序


    2050. 并行课程 III

    给你一个整数 n ,表示有 n 节课,课程编号从 1 到 n 。同时给你一个二维整数数组 relations ,其中 relations[j] = [prevCoursej, nextCoursej] ,表示课程 prevCoursej 必须在课程 nextCoursej 之前 完成(先修课的关系)。同时给你一个下标从 0 开始的整数数组 time ,其中 time[i] 表示完成第 (i+1) 门课程需要花费的 月份 数。

    请你根据以下规则算出完成所有课程所需要的 最少 月份数:

    • 如果一门课的所有先修课都已经完成,你可以在 任意 时间开始这门课程。
    • 你可以 同时 上 任意门课程 。

    请你返回完成所有课程所需要的 最少 月份数。

    注意:测试数据保证一定可以完成所有课程(也就是先修课的关系构成一个有向无环图)。

    示例 1:

    输入:n = 3, relations = [[1,3],[2,3]], time = [3,2,5]
    输出:8
    解释:上图展示了输入数据所表示的先修关系图,以及完成每门课程需要花费的时间。
    你可以在月份 0 同时开始课程 1 和 2 。
    课程 1 花费 3 个月,课程 2 花费 2 个月。
    所以,最早开始课程 3 的时间是月份 3 ,完成所有课程所需时间为 3 + 5 = 8 个月。
    

    示例 2:

    输入:n = 5, relations = [[1,5],[2,5],[3,5],[3,4],[4,5]], time = [1,2,3,4,5]
    输出:12
    解释:上图展示了输入数据所表示的先修关系图,以及完成每门课程需要花费的时间。
    你可以在月份 0 同时开始课程 1 ,2 和 3 。
    在月份 1,2 和 3 分别完成这三门课程。
    课程 4 需在课程 3 之后开始,也就是 3 个月后。课程 4 在 3 + 4 = 7 月完成。
    课程 5 需在课程 1,2,3 和 4 之后开始,也就是在 max(1,2,3,7) = 7 月开始。
    所以完成所有课程所需的最少时间为 7 + 5 = 12 个月。
    

    提示:

    • 1 <= n <= 5 * 104
    • 0 <= relations.length <= min(n * (n - 1) / 2, 5 * 104)
    • relations[j].length == 2
    • 1 <= prevCoursej, nextCoursej <= n
    • prevCoursej != nextCoursej
    • 所有的先修课程对 [prevCoursej, nextCoursej] 都是 互不相同 的。
    • time.length == n
    • 1 <= time[i] <= 104
    • 先修课程图是一个有向无环图。

    来源:力扣(LeetCode)
    链接:https://leetcode.cn/problems/parallel-courses-iii
    著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

    做题结果

    成功,比较纯粹的拓扑排序

     方法:拓扑排序

    1. 基本结构就是拓扑的做法:

            - 构建图,建立图的映射关系,此题编号从1开始,所以编号要减一

            - 算入度,记录每个点的入度

            - 零入队,入度为零的点入队,用于BFS

            - 无加入, 每次入队后搜索下一个链接点,减少对应点的入度,下一个节点入度为0后,可以入队

    2. 处理时间。当所有先修课程完成,才可以修后面的课程。也就是后面课程的开始时间,是由前面课程的最晚结束时间决定的,求得前驱节点的最晚结束时间,就是当前课程的开始时间。时间可以使用数组进行记录,记录节点可以是每个节点的开始时间,也可以是每个节点的结束时间,我这里计入的是结束时间

    1. class Solution {
    2. public int minimumTime(int n, int[][] relations, int[] time) {
    3. List[] graph = new List[n];
    4. Arrays.setAll(graph,o->new ArrayList<>());
    5. int[] indegree = new int[n];
    6. for(int[] relation:relations){
    7. int a = relation[0]-1;
    8. int b = relation[1]-1;
    9. indegree[b]++;
    10. graph[a].add(b);
    11. }
    12. Queue queue = new LinkedList<>();
    13. int[] maxEnd = new int[n];
    14. for(int i = 0; i < n; i++){
    15. if(indegree[i]==0) {
    16. queue.offer(i);
    17. maxEnd[i]=time[i];
    18. }
    19. }
    20. int ans = 0;
    21. while (!queue.isEmpty()){
    22. int top = queue.poll();
    23. ans = Math.max(maxEnd[top],ans);
    24. for(Integer next:graph[top]){
    25. indegree[next]--;
    26. maxEnd[next] = Math.max(maxEnd[top]+time[next],maxEnd[next]);
    27. if(indegree[next]==0) queue.offer(next);
    28. }
    29. }
    30. return ans;
    31. }
    32. }

  • 相关阅读:
    AI-FGNet降噪算法
    MapReduce 排序三种实现方式
    大数据之MapReduce
    有什么软件能实现erp、crm、oa、财务系统一体化?
    全国双非院校考研信息汇总整理 Part.6
    [AutoSAR系列] 1.3 AutoSar 架构
    【Spark】用udf和withColumn在dafaframe中创建新列
    联华集团:IT团队如何实现从成本中心提升至价值中心|OceanBase 《DB大咖说》(十)
    Vue2 零基础入门 Vue2 零基础入门第四天 4 生命周期 & 数据共享
    cv2.cvtColor
  • 原文地址:https://blog.csdn.net/yu_duan_hun/article/details/126292759