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。
有了之前课程表1的解法：https://www.cnblogs.com/xiximayou/p/12613820.html
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：
class Solution: def findOrder(self, numCourses: int, prerequisites: List[List[int]]) -> List[int]: indegrees=[0 for _ in range(numCourses)] adjacency=[[] for _ in range(numCourses)] for cur,pre in prerequisites: indegrees[cur]+=1 adjacency[pre].append(cur) from collections import deque queue=deque() for i in range(len(indegrees)): if not indegrees[i]: queue.append(i) res=[] while queue: t=queue.popleft() res.append(t) numCourses-=1 for i in adjacency[t]: indegrees[i]-=1 if not indegrees[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）：
class Solution: def __init__(self): self.res=[] def findOrder(self, numCourses,prerequisites): adjacency=[[] for _ in range(numCourses)] flags=[0 for _ in range(numCourses)] for cur,pre in prerequisites: adjacency[pre].append(cur) for i in range(numCourses): if not self.dfs(i,adjacency,flags): return [] return self.res[::-1] def dfs(self,i,adjacency,flags): #如果值为1，表明已经被访问过 if flags[i] == 1: return True #如果值为2，表明已第二次被访问，说明有环 if flags[i] == 2: return False flags[i]=2 for j in adjacency[i]: if not self.dfs(j,adjacency,flags): return False #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]=1 self.res.append(i) return True
原文：https://www.cnblogs.com/xiximayou/p/12618796.html