Kursplan
Detaillierte Anleitung und Python-Implementierung für das Problem „Kursplan“.
1. Lernen
Das Problem „Kursplan“ ist eine zentrale Herausforderung im Abschnitt „Grafiken“.
Diese Implementierung konzentriert sich auf einfache Logik in Python.
Wir legen bei unseren bereitgestellten Lösungen Wert auf technische Genauigkeit und Lesbarkeit des Codes.
2. Real-World Applications
3. Visual Intuition
Visualisierung des logischen Ablaufs für den Kursplan.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lesen Sie die Problemstellung für den Kursplan sorgfältig durch.
2. Formulate brute force
Entwerfen Sie eine einfache iterative Lösung.
3. Identify inefficiency
Suchen Sie nach redundanten Berechnungen.
4. Optimize search path
Verwenden Sie Hashing oder Sortieren, um den Prozess zu beschleunigen.
5. Final Implementation
Bereinigen Sie den Code für Produktionsstandards.
Problemstellung
Es gibt insgesamt numCourses-Kurse, die Sie absolvieren müssen, beschriftet von 0 bis numCourses - 1. Sie erhalten eine Reihe von Voraussetzungen, wobei „prequires[i] = [ai, bi]“ angibt, dass Sie zuerst Kurs bi belegen müssen, wenn Sie den Kurs ai belegen möchten.
Das Paar [0, 1] gibt beispielsweise an, dass Sie zuerst Kurs 1 belegen müssen, um Kurs 0 zu belegen.
Geben Sie True zurück, wenn Sie alle Kurse abschließen können. Andernfalls geben Sie „False“ zurück.
Schreiben Sie eine Funktion canFinish(numCourses: int, prerequisites: List[List[int]]) -> bool.
- •1 <= numCourses <= 2000
- •0 <= len(prerequisites) <= 5000
- •prerequisites[i].length == 2
- •0 <= ai, bi < numCourses
Beispiele
numCourses = 2, prerequisites = [[1,0]]
True
To take course 1 you should have finished course 0. So it is possible.
numCourses = 2, prerequisites = [[1,0],[0,1]]
False
To take course 1 you should have finished course 0, and to take course 0 you should also have finished course 1. This is a cycle and therefore impossible.
Need a Hint?
Edge Cases to Watch
- Leere Eingabestrukturen
- Einzelelementeingaben
- Große numerische Grenzen
Bereit zur Lösung?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Einblicke und Variationen in Interviews
Aufschlüsselung der Komplexitätsanalyse
Warum Zeit: Directly evaluates all possibilities.
Warum Weltraum: Uses standard local memory.
Warum Zeit: Optimized paths reduce total operations.
Warum Weltraum: May trade memory for speed.
Optimierter Lösungs-Python-Code
Optimierter Lösungs-Python-Code
def can_finish_opt(numCourses, prerequisites):
preMap = {i: [] for i in range(numCourses)}
for crs, pre in prerequisites: preMap[crs].append(pre)
visiting = set()
def dfs(crs):
if crs in visiting: return False
if preMap[crs] == []: return True
visiting.add(crs)
for pre in preMap[crs]:
if not dfs(pre): return False
visiting.remove(crs)
preMap[crs] = []
return True
for crs in range(numCourses):
if not dfs(crs): return False
return TrueBrute-Force-Code (Spoiler Guarded)
Brute-Force-Code (Spoiler Guarded)
def can_finish_brute(numCourses, prerequisites):
adj = {i: [] for i in range(numCourses)}
for crs, pre in prerequisites: adj[crs].append(pre)
def has_cycle(crs, visited):
if crs in visited: return True
visited.add(crs)
for pre in adj[crs]:
if has_cycle(pre, visited): return True
visited.remove(crs)
return False
for crs in range(numCourses):
if has_cycle(crs, set()): return False
return TrueAlgorithm Pattern Checklist
When dealing with Graphs data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Es gelten die Standardproblemeigenschaften von Graphen.
Verwandte Fragen
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Empfohlene Python-Ressourcen
Erweitern Sie Ihr Wissen mit zugehörigen interaktiven Tutorials, Spickzetteln und Codevergleichen.
Python-Schleifen
Erfahren Sie, wie Sie Python-Schleifen zum Durchlaufen von Daten verwenden. Beherrschen Sie Best Practices für For-Schleifen, While-Schleifen, Break, Continue und Loop anhand interaktiver Beispiele.
So sortieren Sie eine Liste in Python
Erfahren Sie, wie Sie eine Liste in Python mit der Methode sort() und der Funktion sorted() sortieren. Entdecken Sie Beispiele für benutzerdefinierte Schlüsselsortierung und umgekehrte Reihenfolge.
Spickzettel für Python-String-Methoden
Ein vollständiges Referenzhandbuch für die Python-String-Manipulation. Meistern Sie das Formatieren, Suchen, Teilen, Ersetzen und Überprüfen von Zeichenfolgeneigenschaften.
Python vs. JavaScript: Welche Programmiersprache ist die beste?
Ein umfassender Vergleich zwischen Python und JavaScript. Entdecken Sie Syntaxunterschiede, Leistung, Anwendungsfälle (Backend vs. Frontend) und Codierungsbeispiele.