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] 。
拓扑排序，此题与华为初赛的题类似需要计算入度，构建图。利用BFS来解决，不过有点不同。
- 传统BFS：把出列节点的下一层子节点推入 queue，不加甄别
- 拓扑排序：实施甄别和监控，新入度为 0 的先推入 queue
O(n+m) 其中 n 为课程数，m 为先修课程的要求数
O(n+m)
class Solution {
public:
vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {
vector<int> res;
unordered_map<int,vector<int>> graph; // 构建哈希表
vector<int> indegree(numCourses,0); // 初始化入度数组
for (auto &p : prerequisites)
{
graph[p[1]].push_back(p[0]);
indegree[p[0]]++; // 计算入度
}
queue<int> q;
for (int i=0;i<indegree.size();++i) // 起初推入所有入度为0的课
{
if (indegree[i]==0)
q.push(i);
}
while(!q.empty())
{
int u = q.front(); // 出栈，代表选这门课
res.push_back(u); // 压入结果
q.pop();
for (int v : graph[u])
{
indegree[v]--; // 将后续课程的入度 -1
if (indegree[v]==0) // 一旦减到0，让该课入列
{
q.push(v);
}
}
}
if (res.size()<numCourses) return {}; // 选齐了就返回res，否则返回{}
return res;
}
};