Flota de coches
Guía detallada e implementación de Python para el problema 'Car Fleet'.
1. aprender
El problema de la 'Flota de coches' es un desafío clave en la sección Stack.
Esta implementación se centra en la lógica de nivel fácil en Python.
Priorizamos la precisión técnica y la legibilidad del código en las soluciones que brindamos.
2. Real-World Applications
3. Visual Intuition
Visualización del flujo lógico para Car Fleet.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lea atentamente el planteamiento del problema de Car Fleet.
2. Formulate brute force
Redacte una solución iterativa simple.
3. Identify inefficiency
Busque cálculos redundantes.
4. Optimize search path
Utilice hash o clasificación para acelerar el proceso.
5. Final Implementation
Limpiar el código para los estándares de producción.
Declaración del problema
Hay n automóviles que van al mismo destino por una carretera de un solo carril. El destino está a target millas de distancia.
Se le proporcionan dos matrices de números enteros position y speed, ambas de longitud n, donde position[i] es la posición del i automóvil y speed[i] es la velocidad del i automóvil (en millas por hora).
Un automóvil nunca puede adelantar a otro que está delante de él, pero puede alcanzarlo y conducir parachoques contra parachoques a la misma velocidad. El auto más rápido reducirá la velocidad para igualar la velocidad del auto más lento. Se ignora la distancia entre estos dos automóviles (se supone que están en la misma posición).
Una flota de automóviles es un conjunto de automóviles no vacíos que circulan en la misma posición y a la misma velocidad. Un solo coche es también una flota de coches.
Devuelve el número de flotas de automóviles que llegarán al destino.
Escribe una función carFleet(target: int, position: List[int], speed: List[int]) -> int.
- •n == len(position) == len(speed)
- •1 <= n <= 10^5
- •0 < target <= 10^6
- •0 <= position[i] < target
- •0 < speed[i] <= 10^6
- •All positions are unique
Ejemplos
target = 12, position = [10, 8, 0, 5, 3], speed = [2, 4, 1, 1, 3]
3
Cars at positions 10 and 8: car at 8 catches car at 10 (both arrive at time 1), forming 1 fleet. Car at 0: arrives at time 12. Car at 5: arrives at time 7. Car at 3: arrives at time 3, catches car at 5 at time 7, but car at 5 arrives at 7 too. Cars at 3 and 5 form a fleet. Total: 3 fleets.
target = 10, position = [3], speed = [3]
1
Only one car, so one fleet.
target = 100, position = [0, 2, 4], speed = [4, 2, 1]
1
All cars eventually form a single fleet.
Need a Hint?
Edge Cases to Watch
- Estructuras de entrada vacías
- Entradas de un solo elemento
- Grandes límites numéricos
¿Listo para resolver?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Ideas y variaciones de la entrevista
Desglose del análisis de complejidad
Por qué el tiempo: Directly evaluates all possibilities.
Por qué el espacio: Uses standard local memory.
Por qué el tiempo: Optimized paths reduce total operations.
Por qué el espacio: May trade memory for speed.
Código Python de solución optimizada
Código Python de solución optimizada
def car_fleet_opt(target, position, speed):
pair = [[p, s] for p, s in zip(position, speed)]
stack = []
for p, s in sorted(pair)[::-1]:
stack.append((target - p) / s)
if len(stack) >= 2 and stack[-1] <= stack[-2]:
stack.pop()
return len(stack)Código de fuerza bruta (spoiler guardado)
Código de fuerza bruta (spoiler guardado)
def car_fleet_brute(target, position, speed):
cars = sorted(zip(position, speed), reverse=True)
times = [(target - p) / s for p, s in cars]
fleets = 0
curr_max_time = 0
for t in times:
if t > curr_max_time:
fleets += 1
curr_max_time = t
return fleetsAlgorithm Pattern Checklist
When dealing with Stack data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Se aplican las propiedades del problema de pila estándar.
Preguntas relacionadas
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Recursos recomendados de Python
Amplíe sus conocimientos con tutoriales interactivos relacionados, hojas de trucos y comparaciones de códigos.
Bucles de Python
Aprenda a utilizar bucles de Python para iterar sobre datos. Domine los bucles for, while, rompa, continúe y realice bucles con ejemplos interactivos.
Cómo ordenar una lista en Python
Aprenda a ordenar una lista en Python usando el método sort() y la función sorted(). Descubra ejemplos de ordenación inversa y clasificación de claves personalizadas.
Hoja de trucos sobre métodos de cadenas de Python
Una guía de referencia completa para la manipulación de cadenas de Python. Domine el formateo, la búsqueda, la división, el reemplazo y la verificación de las propiedades de las cadenas.
Python vs JavaScript: ¿Qué lenguaje de programación es mejor?
Una comparación completa entre Python y JavaScript. Explore las diferencias de sintaxis, el rendimiento, los casos de uso (backend frente a frontend) y ejemplos de codificación.