现在你总共有 n 门课需要选，记为 0 到 n-1。

在选修某些课程之前需要一些先修课程。 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他们: [0,1]

给定课程总量以及它们的先决条件，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: 2, [[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: 4, [[1,0],[2,0],[3,1],[3,2]]

输出: [0,1,2,3] or [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] 。

说明:

输入的先决条件是由边缘列表表示的图形，而不是邻接矩阵。详情请参见图的表示法。

你可以假定输入的先决条件中没有重复的边。

提示:

这个问题相当于查找一个循环是否存在于有向图中。如果存在循环，则不存在拓扑排序，因此不可能选取所有课程进行学习。

这里只需要记录结果就行了：需要注意的是，不仅需要判断是否能够学完所有课程，还要保存线所学课程的顺序

利用BFS：

classSolution:def findOrder(self, numCourses: int, prerequisites: List[List[int]]) ->List[int]:

indegrees=[0 for _ inrange(numCourses)]

adjacency=[[] for _ inrange(numCourses)]for cur,pre inprerequisites:

indegrees[cur]+=1adjacency[pre].append(cur)from collections importdeque

queue=deque()for i inrange(len(indegrees)):if notindegrees[i]:

queue.append(i)

res=[]whilequeue:

t=queue.popleft()

res.append(t)

numCourses-=1

for i inadjacency[t]:

indegrees[i]-=1

if notindegrees[i]:

queue.append(i)if numCourses:

return []

else:

return res

第二种方式是利用深度优先变遍历(DFS)：

classSolution:def __init__(self):

self.res=[]deffindOrder(self, numCourses,prerequisites):

adjacency=[[] for _ inrange(numCourses)]

flags=[0 for _ inrange(numCourses)]for cur,pre inprerequisites:

adjacency[pre].append(cur)for i inrange(numCourses):if notself.dfs(i,adjacency,flags):return[]return self.res[::-1]defdfs(self,i,adjacency,flags):#如果值为1，表明已经被访问过

if flags[i] == 1:returnTrue#如果值为2，表明已第二次被访问，说明有环

if flags[i] == 2:returnFalse

flags[i]=2

for j inadjacency[i]:if notself.dfs(j,adjacency,flags):returnFalse#到这里说明所有前驱节点都访问完了

#并将当前节点状态置为1

flags[i]=1self.res.append(i)return True