Cronograma do Curso II
Guia detalhado e implementação de Python para o problema 'Course Schedule II'.
1. Aprenda
O problema do 'Cronograma do Curso II' é um desafio chave na seção Gráficos.
Esta implementação concentra-se na lógica de nível fácil em Python.
Priorizamos a precisão técnica e a legibilidade do código em nossas soluções fornecidas.
2. Real-World Applications
3. Visual Intuition
Visualizando o fluxo lógico do Cronograma do Curso II.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leia atentamente a definição do problema do Cronograma do Curso II.
2. Formulate brute force
Elabore uma solução iterativa simples.
3. Identify inefficiency
Procure cálculos redundantes.
4. Optimize search path
Use hashing ou classificação para acelerar o processo.
5. Final Implementation
Limpe o código para padrões de produção.
Declaração do problema
Há um total de cursos numCourses que você deve fazer, rotulados de 0 a numCourses - 1. Você recebe uma matriz de pré-requisitos onde pré-requisitos[i] = [ai, bi] indica que você deve fazer o curso bi primeiro se quiser fazer o curso ai.
Retorne a ordenação dos cursos que você deverá realizar para finalizar todos os cursos. Se houver muitas respostas válidas, retorne qualquer uma delas. Caso seja impossível terminar todos os cursos, retorne um array vazio.
Escreva uma função findOrder(numCourses: int, prerequisites: List[List[int]]) -> List[int].
- •1 <= numCourses <= 2000
- •0 <= len(prerequisites) <= 5000
- •prerequisites[i].length == 2
- •0 <= ai, bi < numCourses
Exemplos
numCourses = 2, prerequisites = [[1,0]]
[0,1]
There are a total of 2 courses to take. To take course 1 you should have finished course 0. So the correct course order is [0,1].
numCourses = 4, prerequisites = [[1,0],[2,0],[3,1],[3,2]]
[0,2,1,3]
There are a total of 4 courses to take. To take course 3 you should have finished both courses 1 and 2. Both courses 1 and 2 should be taken after you finished course 0. So one correct course order is [0,1,2,3]. Another correct ordering is [0,2,1,3].
Need a Hint?
Edge Cases to Watch
- Estruturas de entrada vazias
- Entradas de elemento único
- Grandes limites numéricos
Pronto para resolver?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Insights e variações da entrevista
Análise de complexidade
Por que tempo: Directly evaluates all possibilities.
Por que espaço: Uses standard local memory.
Por que tempo: Optimized paths reduce total operations.
Por que espaço: May trade memory for speed.
Código Python da solução otimizada
Código Python da solução otimizada
def find_order_opt(numCourses, prerequisites):
adj = {i: [] for i in range(numCourses)}
for crs, pre in prerequisites: adj[crs].append(pre)
output = []
visit, cycle = set(), set()
def dfs(crs):
if crs in cycle: return False
if crs in visit: return True
cycle.add(crs)
for pre in adj[crs]:
if not dfs(pre): return False
cycle.remove(crs)
visit.add(crs)
output.append(crs)
return True
for c in range(numCourses):
if not dfs(c) == False: return []
return outputCódigo de força bruta (protegido por spoiler)
Código de força bruta (protegido por spoiler)
def find_order_brute(numCourses, prerequisites):
adj = {i: [] for i in range(numCourses)}
for crs, pre in prerequisites: adj[crs].append(pre)
res = []
def dfs(crs, visiting, visited):
if crs in visiting: return False
if crs in visited: return True
visiting.add(crs)
for pre in adj[crs]:
if not dfs(pre, visiting, visited): return False
visiting.remove(crs)
visited.add(crs)
res.append(crs)
return True
visit, vstd = set(), set()
for c in range(numCourses):
if not dfs(c, visit, vstd): return []
return resAlgorithm Pattern Checklist
When dealing with Graphs data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Aplicam-se propriedades de problemas de gráficos padrão.
Perguntas relacionadas
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Recursos Python recomendados
Expanda seu conhecimento com tutoriais interativos relacionados, folhas de dicas e comparações de código.
Loops Python
Aprenda como usar loops Python para iterar dados. Domine as práticas recomendadas para loops for, while loops, break, continue e loop com exemplos interativos.
Como classificar uma lista em Python
Aprenda como classificar uma lista em Python usando o método sort() e a função sorted(). Descubra exemplos de classificação de chaves personalizadas e ordem reversa.
Folha de dicas dos métodos de string Python
Um guia de referência completo para manipulação de strings em Python. Domine a formatação, pesquisa, divisão, substituição e verificação de propriedades de string.
Python vs JavaScript: qual linguagem de programação é a melhor?
Uma comparação abrangente entre Python e JavaScript. Explore diferenças de sintaxe, desempenho, casos de uso (backend versus frontend) e exemplos de codificação.