Flotte automobile
Guide détaillé et implémentation de Python pour le problème 'Flotte automobile'.
1. Apprendre
Le problème du « flotte automobile » est un défi clé dans la section Stack.
Cette implémentation se concentre sur la logique de niveau simple dans Python.
Nous accordons la priorité à la précision technique et à la lisibilité du code dans les solutions que nous proposons.
2. Real-World Applications
3. Visual Intuition
Visualiser le flux logique pour Car Fleet.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lisez attentivement l'énoncé du problème pour Car Fleet.
2. Formulate brute force
Rédigez une solution itérative simple.
3. Identify inefficiency
Recherchez les calculs redondants.
4. Optimize search path
Utilisez le hachage ou le tri pour accélérer le processus.
5. Final Implementation
Nettoyer le code pour les normes de production.
Énoncé du problème
Il y a n voitures qui se dirigent vers la même destination sur une route à une voie. La destination est à target miles.
Vous recevez deux tableaux d'entiers position et speed, tous deux de longueur n, où position[i] est la position de la ième voiture et speed[i] est la vitesse de la ième voiture (en miles par heure).
Une voiture ne peut jamais dépasser une autre voiture devant elle, mais elle peut la rattraper et rouler pare-chocs contre pare-chocs à la même vitesse. La voiture la plus rapide ralentira pour correspondre à la vitesse de la voiture la plus lente. La distance entre ces deux voitures est ignorée (elles sont supposées se trouver à la même position).
Une flotte automobile est un ensemble non vide de voitures circulant à la même position et à la même vitesse. Une seule voiture est aussi un parc automobile.
Renvoie le nombre de flottes de voitures qui arriveront à destination.
Écrivez une fonction 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
Exemples
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
- Structures d'entrée vides
- Entrées à élément unique
- Grandes limites numériques
Prêt à résoudre ?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Aperçus et variations des entretiens
Répartition de l'analyse de complexité
Pourquoi le temps: Directly evaluates all possibilities.
Pourquoi l'espace: Uses standard local memory.
Pourquoi le temps: Optimized paths reduce total operations.
Pourquoi l'espace: May trade memory for speed.
Code Python de solution optimisée
Code Python de solution optimisée
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)Code de force brute (spoiler gardé)
Code de force brute (spoiler gardé)
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
Les propriétés du problème de pile standard s'appliquent.
Questions connexes
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Ressources Python recommandées
Développez vos connaissances avec des didacticiels interactifs, des aide-mémoire et des comparaisons de codes associés.
Boucles Python
Apprenez à utiliser les boucles Python pour parcourir les données. Maîtrisez les bonnes pratiques pour les boucles, while, break, continue et loop avec des exemples interactifs.
Comment trier une liste en Python
Apprenez à trier une liste en Python à l'aide de la méthode sort() et de la fonction sorted(). Découvrez des exemples de tri de clés personnalisé et d’ordre inverse.
Aide-mémoire sur les méthodes de chaîne Python
Un guide de référence complet pour la manipulation des chaînes Python. Maîtrisez le formatage, la recherche, le fractionnement, le remplacement et la vérification des propriétés des chaînes.
Python vs JavaScript : quel langage de programmation est le meilleur ?
Une comparaison complète entre Python et JavaScript. Explorez les différences de syntaxe, les performances, les cas d'utilisation (backend et frontend) et des exemples de codage.