K Paare mit der kleinsten Summe
Detaillierte Anleitung und Python-Implementierung für das Problem „K-Paare mit kleinster Summe“.
1. Lernen
Das Problem „K Paare mit kleinster Summe“ ist eine zentrale Herausforderung im Abschnitt „Arrays“.
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 Logikflusses für K Paare mit der kleinsten Summe.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lesen Sie die Problemstellung für K Paare mit der kleinsten Summe 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
Schreiben Sie eine Funktion k_smallest_pairs(nums1, nums2, k), die zwei sortierte Ganzzahl-Arrays nums1 und nums2 und eine Ganzzahl k akzeptiert. Gibt die ersten k-Paare [u, v] mit den kleinsten Summen zurück, wobei u von nums1 und v von nums2 stammt, sortiert nach ihrer Summe in aufsteigender Reihenfolge.
- •1 <= len(nums1), len(nums2) <= 10^4
- •1 <= k <= 1000
Beispiele
nums1 = [1, 7, 11], nums2 = [2, 4, 6], k = 3
[[1, 2], [1, 4], [1, 6]]
The smallest sum pairs are (1,2) sum=3, (1,4) sum=5, (1,6) sum=7.
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
import heapq
def k_smallest_pairs_opt(nums1, nums2, k):
res = []; minH = [[nums1[0] + nums2[0], 0, 0]]
visit = set([(0, 0)])
while minH and len(res) < k:
s, i, j = heapq.heappop(minH)
res.append([nums1[i], nums2[j]])
if i + 1 < len(nums1) and (i + 1, j) not in visit:
heapq.heappush(minH, [nums1[i+1] + nums2[j], i + 1, j])
visit.add((i + 1, j))
if j + 1 < len(nums2) and (i, j + 1) not in visit:
heapq.heappush(minH, [nums1[i] + nums2[j+1], i, j + 1])
visit.add((i, j + 1))
return resBrute-Force-Code (Spoiler Guarded)
Brute-Force-Code (Spoiler Guarded)
def k_smallest_pairs_brute(nums1, nums2, k):
res = []
for n1 in nums1:
for n2 in nums2: res.append([n1, n2])
res.sort(key=lambda x: x[0] + x[1])
return res[:k]Algorithm Pattern Checklist
When dealing with Arrays data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Es gelten die Standard-Array-Problemeigenschaften.
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 prüfen Sie, ob eine Liste in Python leer ist
Lernen Sie die pythonischsten Methoden kennen, um in Python zu überprüfen, ob eine Liste leer ist. Vergleichen Sie implizite boolesche Prüfungen mit Längenvergleichen.
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.