Mindestintervall zum Einschließen jeder Abfrage
Detaillierte Anleitung und Python-Implementierung für das Problem „Mindestintervall für die Einbeziehung jeder Abfrage“.
1. Lernen
Das Problem des „Mindestintervalls für die Einbeziehung jeder Abfrage“ ist eine zentrale Herausforderung im Abschnitt „Intervalle“.
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 das Mindestintervall zum Einschließen jeder Abfrage.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lesen Sie die Problemstellung für „Mindestintervall zum Einschließen jeder Abfrage“ 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
Sie erhalten ein 2D-Integer-Array „Intervalle“, wobei „Intervalle[i] = [links_i, rechts_i]“ das i-te Intervall beschreibt, das bei links_i beginnt und bei rechts_i (einschließlich) endet. Die Größe eines Intervalls ist definiert als right_i - left_i + 1. Sie erhalten auch Abfragen für ein ganzzahliges Array. Die Antwort auf die j-te Abfrage ist die Größe des kleinsten Intervalls i, sodass left_i <= query[j] <= right_i gilt. Wenn kein solches Intervall existiert, lautet die Antwort -1.
Gibt ein Array zurück, das die Antworten auf die Abfragen enthält.
Schreiben Sie eine Funktion minInterval(intervals: List[List[int]], queries: List[int]) -> List[int].
- •1 <= len(intervals) <= 10^5
- •1 <= len(queries) <= 10^5
- •intervals[i].length == 2
- •1 <= left_i <= right_i <= 10^7
- •1 <= queries[j] <= 10^7
Beispiele
intervals = [[1,4],[2,4],[3,6],[4,4]], queries = [2,3,4,5]
[3,3,1,4]
Smallest interval containing 2 is [2,4] (size 3). For 3 is [2,4] (size 3). For 4 is [4,4] (size 1). For 5 is [3,6] (size 4).
intervals = [[2,3],[2,5],[1,8],[20,25]], queries = [2,19,5,22]
[2,-1,4,6]
For 2: [2,3] (size 2). For 19: none (-1). For 5: [2,5] (size 4). For 22: [20,25] (size 6).
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 min_interval_opt(intervals, queries):
intervals.sort()
minHeap = []; res, i = {}, 0
for q in sorted(queries):
while i < len(intervals) and intervals[i][0] <= q:
l, r = intervals[i]
heapq.heappush(minHeap, (r - l + 1, r))
i += 1
while minHeap and minHeap[0][1] < q: heapq.heappop(minHeap)
res[q] = minHeap[0][0] if minHeap else -1
return [res[q] for q in queries]Brute-Force-Code (Spoiler Guarded)
Brute-Force-Code (Spoiler Guarded)
def min_interval_brute(intervals, queries):
res = []
for q in queries:
min_len = float("inf")
for i in intervals:
if i[0] <= q <= i[1]:
min_len = min(min_len, i[1] - i[0] + 1)
res.append(min_len if min_len != float("inf") else -1)
return resAlgorithm Pattern Checklist
When dealing with Intervals data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Es gelten die Problemeigenschaften der Standardintervalle.
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-Generatoren
Erfahren Sie, wie Sie Python-Generatoren und Yield-Anweisungen verwenden, um große Datensätze mit minimalem Speicherbedarf zu verarbeiten. Master-Generator-Ausdrücke.
So konvertieren Sie String in Int in Python
Erfahren Sie, wie Sie in Python mithilfe der Funktion int() einen String in eine Ganzzahl konvertieren. Behandeln Sie Fehler sicher und konvertieren Sie Zahlen aus Binär-, Oktal- oder Hexadezimalwerten.
Spickzettel für Python-Operatoren
Beherrschen Sie Arithmetik, Vergleich, logische, bitweise, Zuweisungs- und Identitätsoperatoren in Python.
Python Decorators vs. Decorator Design Pattern: Die wichtigsten Unterschiede
Vergleichen Sie Python-Dekoratoren und das klassische Dekorator-Designmuster. Verstehen Sie die Unterschiede zwischen dem Funktionsumbruch zur Definitionszeit und der dynamischen Objektkomposition zur Laufzeit mit ausführbarem Code.