“输入[[1,0],[2,1]],3输出[0,1,2]，输入[[1,0],[2,1]],4输出[0,1,2,3]，输入[[1,0],[0,1]],2输出[]

这个问题是一个拓扑排序的问题，可以使用 Kahn 算法来解决。

Kahn 算法的基本思想是：在有向无环图中，先从图中选出一个没有前驱节点的节点，并将其输出；然后将该节点从图中删除，并更新剩余节点的入度；重复上述过程，直到所有节点都被输出为止。 如果所有节点都被输出，则说明该图是 DAG(Directed Acyclic Graph)，否则该图存在环。

对于这个问题，我们可以首先将输入转化为一个邻接表，表示每一个节点的后继节点。然后使用一个数组来记录每个节点的入度。接着，我们将所有入度为 0 的节点加入队列中，并不断取出队列头部节点，将其加入结果数组中，并将其所有后继节点的入度减 1。如果减 1 后某个节点的入度变成了 0，则将其加入队列。最后，如果结果数组的长度等于节点总数，则说明图是 DAG，返回结果数组，否则说明图存在环，返回空数组。

下面是 Python 的实现代码：

def findOrder(numCourses, prerequisites):
    graph = [[] for _ in range(numCourses)]  # 邻接表
    in_degree = [0] * numCourses             # 记录每个节点的入度

    # 初始化邻接表和入度数组
    for x, y in prerequisites:
        graph[y].append(x)
        in_degree[x] += 1

    queue = [i for i in range(numCourses) if in_degree[i] == 0]  # 找到所有入度为0的节点
    res = []

    while queue:
        node = queue.pop(0)
        res.append(node)

        for nxt in graph[node]:
            in_degree[nxt] -= 1
            if in_degree[nxt] == 0:
                queue.append(nxt)

    return [] if len(res) != numCourses else res

对于输入[[1,0],[2,1]],3输出[0,1,2]的测试用例，运行结果为：

findOrder(3, [[1,0],[2,1]])  # [0, 1, 2]

对于输入[[1,0],[2,1]],4输出[0,1,2,3]的测试用例，运行结果为：

findOrder(4, [[1,0],[2,1]])  # [0, 1, 2, 3]

对于输入[[1,0],[0,1]],2输出[]的测试用例，运行结果为：

findOrder(2, [[1,0],[0,1]])  # []