在有向图中, 我们从某个节点和每个转向处开始, 沿着图的有向边走。 如果我们到达的节点是终点 (即它没有连出的有向边), 我们停止。
现在, 如果我们最后能走到终点，那么我们的起始节点是最终安全的。 更具体地说, 存在一个自然数 K, 无论选择从哪里开始行走, 我们走了不到 K 步后必能停止在一个终点。
哪些节点最终是安全的？ 结果返回一个有序的数组。
该有向图有 N 个节点，标签为 0, 1, …, N-1, 其中 N 是 graph 的节点数. 图以以下的形式给出: graph[i] 是节点 j 的一个列表，满足 (i, j) 是图的一条有向边。
示例： 输入：graph = [[1,2],[2,3],[5],[0],[5],[],[]] 输出：[2,4,5,6] 这里是上图的示意图。
提示：
graph 节点数不超过 10000.图的边数不会超过 32000.每个 graph[i] 被排序为不同的整数列表， 在区间 [0, graph.length - 1] 中选取。 思路： 计算图的出度+逆序建图+拓扑排序 const int MAXN = 1e4 + 5; vector<int> G[MAXN]; class Solution { public: vector<int> eventualSafeNodes(vector<vector<int>>& graph) { Init(); int n = graph.size(); vector<int> degree(n,0); int idx = 0; for(const auto& g:graph){ degree[idx] = g.size();//统计出度 for(auto v:g){ //逆序建立图 G[v].push_back(idx); } idx++; } vector<int> res; queue<int> q; for(int i = 0;i < n;i++){ if(degree[i]==0){ q.push(i); res.push_back(i); } } while(!q.empty()){ int t = q.front(); q.pop(); for(int i = 0;i < G[t].size(); i++){ degree[G[t][i]]--; if(degree[G[t][i]]==0){ q.push(G[t][i]); res.push_back(G[t][i]); } } } sort(res.begin(),res.end()); return res; } private: void Init(){ for(int i = 0;i < MAXN; i++){ G[i].clear(); } } };