Naranjas podridas
Guía detallada e implementación Python para el problema 'Naranjas podridas'.
1. aprender
El problema de las 'naranjas podridas' es un desafío clave en la sección de Gráficos.
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
Visualizando el flujo lógico de Rotting Oranges.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lea atentamente el planteamiento del problema de Naranjas podridas.
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
Se le proporciona una cuadrícula de mx n donde cada celda puede tener uno de tres valores:
- 0 representa una celda vacía,
- 1 que representa una naranja fresca, o
- 2 que representa una naranja podrida.
Cada minuto, cualquier naranja fresca que esté adyacente en 4 direcciones a una naranja podrida se pudre.
Devuelve el número mínimo de minutos que deben transcurrir hasta que ninguna celda tenga una naranja fresca. Si esto es imposible, devuelve -1.
Escribe una función orangesRotting(grid: List[List[int]]) -> int.
- •m == len(grid)
- •n == len(grid[i])
- •1 <= m, n <= 10
- •grid[i][j] is 0, 1, or 2
Ejemplos
grid = [[2,1,1],[1,1,0],[0,1,1]]
4
Minute 0: rotten at (0,0). Fresh at (0,1), (0,2), (1,0), (1,1), (2,1), (2,2). Minute 1: fresh at (0,1) and (1,0) rot. Minute 2: fresh at (0,2) and (1,1) rot. Minute 3: fresh at (2,1) rot. Minute 4: fresh at (2,2) rot.
grid = [[2,1,1],[0,1,1],[1,0,1]]
-1
The orange in the bottom-left corner (row 2, column 0) is never adjacent to a rotten orange, so it stays fresh.
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
from collections import deque
def oranges_rotting_opt(grid):
q = deque()
time, fresh = 0, 0
ROWS, COLS = len(grid), len(grid[0])
for r in range(ROWS):
for c in range(COLS):
if grid[r][c] == 1: fresh += 1
if grid[r][c] == 2: q.append((r, c))
directions = [[1, 0], [-1, 0], [0, 1], [0, -1]]
while q and fresh > 0:
for i in range(len(q)):
r, c = q.popleft()
for dr, dc in directions:
row, col = r + dr, c + dc
if 0 <= row < ROWS and 0 <= col < COLS and grid[row][col] == 1:
grid[row][col] = 2
q.append((row, col))
fresh -= 1
time += 1
return time if fresh == 0 else -1Código de fuerza bruta (spoiler guardado)
Código de fuerza bruta (spoiler guardado)
def oranges_rotting_brute(grid):
rows, cols = len(grid), len(grid[0])
time = 0
while True:
to_rot = []
for r in range(rows):
for c in range(cols):
if grid[r][c] == 2:
for dr, dc in [[1,0], [-1,0], [0,1], [0,-1]]:
nr, nc = r + dr, c + dc
if 0 <= nr < rows and 0 <= nc < cols and grid[nr][nc] == 1:
to_rot.append((nr, nc))
if not to_rot: break
for r, c in to_rot: grid[r][c] = 2
time += 1
for row in grid:
if 1 in row: return -1
return timeAlgorithm Pattern Checklist
When dealing with Graphs data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Se aplican las propiedades del problema de gráficos 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.