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:
- 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。
- 通过 DFS 进行拓扑排序 - 一个关于Coursera的精彩视频教程（21分钟），介绍拓扑排序的基本概念。
-
拓扑排序也可以通过 BFS 完成。
怎样根据图来建拓扑排序
我们如何判断是否有圈，我们选择一个节点（起点）利用深度优先的方法一直遍历它的出邻点，如果最后回到它自己，说明这个节点在环上（或者说以该节点为起点的路径中存在环路，则return false ）。在在遍历的过程中，如果遇到一个子节点没有出邻点，说明这个子节点不在任何环上，我们标记这个子节点为visited .然后回到这个子节点的父节点，利用dfs判断这个父亲节点是否在环上。。。依次下去，
节点状态，如果节点为visiting 表示我们以该节点为起始节点判断起是否在环上；
而visited 表示我们已经访问过该节点，该节点不在环上，因为当发现有环存在时，不论是否回到起点，我们就可以return false.
以上图为例，我们起初以0为结点，便将为加入visting中，然后，判断以其任一子节点1为起点，是否在环上，即将1加入visiting 中，结果发现1结点无后继节点，我们将起标记为visited，并将1从visiting(表标等待判断)。然后继续寻找0节点的其它节点。。。
