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，判断是否可能完成所有课程的学习？

示例 1:

输入: 2, [[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。所以这是可能的。

示例 2:

输入: 2, [[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。

说明:

1. 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。
2. 你可以假定输入的先决条件中没有重复的边。

 

拓扑排序。

拓扑排序一般用来解决完成A必须先完成B的题。

拓扑排序的关键：

1.BFS或DFS来解决入度为0的节点

2.构造图

3.维护各个节点入度的数组

4.判断是否有循环路径，有则不能构成拓扑排序。（判断以出节点是否等于总节点数）

 

 

class Solution {public:    bool canFinish(int numCourses, vector
    
     
       >& prerequisites)     {        vector
      
       
         > G(numCourses);        vector
        
          inDegree(numCourses, 0);        queue
         
           q; for(int i = 0; i < prerequisites.size(); i++) { G[prerequisites[i].second].push_back(prerequisites[i].first); inDegree[prerequisites[i].first]++; } int cnt = 0; for(int i = 0; i < numCourses; i++) { if(inDegree[i] == 0) { q.push(i); } } while(!q.empty()) { int first = q.front(); q.pop(); cnt++; for(int i = 0; i < G[first].size(); i++) { if(--inDegree[G[first][i]] == 0) { // q.push(G[first][i]); } } } if(cnt < numCourses) return false; return true; }};