topologicalSort函数直接实现Kahn算法拓扑排序与环检测，输入numCourses和prerequisites，返回长度为numCourses的排序切片；若返回空切片或长度不足则存在环；需用make([]int, numCourses)全初始化inDegree数组，邻接表按b→a建边，切片模拟队列即可。
用 topologicalSort 函数做拓扑排序 + 环检测最直接
Go 里不需要自己封装 Graph 结构体，也不必引入第三方图库。标准写法就是写一个接受 numCourses 和 prerequisites 的 topologicalSort 函数，返回排序结果切片；若返回空切片，说明有环。
这个函数名在 LeetCode 207/210、CI 任务调度等场景中已是事实标准，调用方一眼能懂语义。它不依赖任何外部包，纯 fmt 和基础切片操作就能跑通。
-
prerequisites[i]是[a, b]形式，表示 “a 依赖 b”，即边方向是b → a，建邻接表时必须写成adjList[b] = append(adjList[b], a) -
inDegree数组长度必须严格等于numCourses，哪怕某些节点没出现在prerequisites中也要占位，否则下标越界或漏判入度为 0 的孤立节点 - 输出切片长度等于
numCourses才算成功；少于该值就代表图中存在环，无需额外 DFS 遍历验证
inDegree 初始化错会导致 panic 或漏节点
常见错误是用 make([]int, 0, numCourses) 或只对出现过的节点初始化，结果 inDegree[4]++ 时 panic：index out of range。正确做法是：
Alibabacloud Sdk Client Initialization For Golang
下载
初始化并管理阿里云SDK Go 客户端，涵盖 sync.Once 单例、goroutine 安全、endpoint 与 region 配置、VPC 端点及调试。
- 始终用
inDegree := make([]int, numCourses)，全 0 初始化 - 即使某节点（比如课程编号 3）没在
prerequisites中作为任何dest出现，它的入度也是 0，理应被初始队列捕获 - 如果图中含孤立节点（无入边也无出边），只有靠这个全长度数组才能保证它们被纳入排序结果
用切片模拟队列比用 container/list 更稳妥
新手容易想用 container/list 实现队列，但实际没必要，反而增加复杂度和 GC 压力。Kahn 算法中队列只做“头取尾插”，用切片完全够用：
立即学习“go语言免费学习笔记（深入）”；
- 取队首：
vertex := queue[0]，然后queue = queue[1:] - 入队：
queue = append(queue, neighbor) - 避免用
append(queue[:0], ...)这类 trick，易引发底层数组残留导致逻辑错乱 - 性能上，切片操作在小规模图（
环检测不是附加功能，而是算法自然结果
Kahn 算法的环检测不是靠额外标记或回溯，而是由流程本身决定的：只要最终 topologicalOrder 长度 numCourses，就铁定有环。这点常被忽略，导致有人画蛇添足加 DFS 验证。
- 环内所有节点的入度永远无法降到 0，所以永远不会进队，也就不会出现在结果中
- 不必在循环中实时检查
len(queue) == 0 && len(topologicalOrder) 就提前 return —— 等循环自然结束再比长度更清晰、不易漏边 - 调试时可直接
fmt.Println("left:", numCourses-len(topologicalOrder))快速定位环影响范围
prerequisites 里边的方向理解错、inDegree 长度开小、或者把队列当成栈来用（误用 queue[len(queue)-1]）。这三处写对了，环检测就自动落在结果长度里，不用额外动脑。 
