Contient un doublon
Guide détaillé et implémentation de Python pour le problème « Contient des doublons ».
1. Apprendre
Le problème « Contient des doublons » est un défi clé dans la section Tableaux et hachage.
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
Visualisation du flux logique pour Contains Duplicate.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lisez attentivement l’énoncé du problème pour Contains Duplicate.
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
Étant donné un tableau d'entiers nums, renvoie True si une valeur apparaît au moins deux fois dans le tableau, et renvoie False si chaque élément est distinct.
Écrivez une fonction containsDuplicate(nums: List[int]) -> bool.
- •1 <= len(nums) <= 10^5
- •-10^9 <= nums[i] <= 10^9
Exemples
nums = [1, 2, 3, 1]
True
The element 1 appears at index 0 and index 3, so there is a duplicate.
nums = [1, 2, 3, 4]
False
All elements are distinct.
nums = [1, 1, 1, 3, 3, 4, 3, 2, 4, 2]
True
Multiple elements repeat: 1, 3, 4, and 2.
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 contains_duplicate_opt(nums):
seen = set()
for num in nums:
if num in seen:
return True
seen.add(num)
return FalseCode de force brute (spoiler gardé)
Code de force brute (spoiler gardé)
def contains_duplicate_brute(nums):
n = len(nums)
for i in range(n):
for j in range(i + 1, n):
if nums[i] == nums[j]:
return True
return FalseAlgorithm Pattern Checklist
When dealing with Arrays & Hashing data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Les propriétés standard des problèmes de tableaux et de hachage 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 supprimer les doublons d'une liste en Python
Découvrez comment supprimer les doublons d'une liste en Python tout en conservant ou en ignorant l'ordre. Comparez les conversions d'ensembles, les clés de dict et les méthodes de boucle.
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.