Calendrier des cours II
Guide détaillé et implémentation de Python pour le problème « Course Schedule II ».
1. Apprendre
Le problème « Course Schedule II » est un défi clé dans la section Graphiques.
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 du programme de cours II.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lisez attentivement l'énoncé du problème pour le programme de cours II.
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 un total de cours numCourses que vous devez suivre, étiquetés de 0 à numCourses - 1. Vous recevez un tableau de prérequis où prérequis[i] = [ai, bi] indique que vous devez d'abord suivre le cours bi si vous souhaitez suivre le cours ai.
Renvoyez l'ordre des cours que vous devez suivre pour terminer tous les cours. S'il existe de nombreuses réponses valides, renvoyez-en une. S'il est impossible de terminer tous les cours, renvoyez un tableau vide.
Écrivez une fonction findOrder(numCourses: int, prerequisites: List[List[int]]) -> List[int].
- •1 <= numCourses <= 2000
- •0 <= len(prerequisites) <= 5000
- •prerequisites[i].length == 2
- •0 <= ai, bi < numCourses
Exemples
numCourses = 2, prerequisites = [[1,0]]
[0,1]
There are a total of 2 courses to take. To take course 1 you should have finished course 0. So the correct course order is [0,1].
numCourses = 4, prerequisites = [[1,0],[2,0],[3,1],[3,2]]
[0,2,1,3]
There are a total of 4 courses to take. To take course 3 you should have finished both courses 1 and 2. Both courses 1 and 2 should be taken after you finished course 0. So one correct course order is [0,1,2,3]. Another correct ordering is [0,2,1,3].
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 find_order_opt(numCourses, prerequisites):
adj = {i: [] for i in range(numCourses)}
for crs, pre in prerequisites: adj[crs].append(pre)
output = []
visit, cycle = set(), set()
def dfs(crs):
if crs in cycle: return False
if crs in visit: return True
cycle.add(crs)
for pre in adj[crs]:
if not dfs(pre): return False
cycle.remove(crs)
visit.add(crs)
output.append(crs)
return True
for c in range(numCourses):
if not dfs(c) == False: return []
return outputCode de force brute (spoiler gardé)
Code de force brute (spoiler gardé)
def find_order_brute(numCourses, prerequisites):
adj = {i: [] for i in range(numCourses)}
for crs, pre in prerequisites: adj[crs].append(pre)
res = []
def dfs(crs, visiting, visited):
if crs in visiting: return False
if crs in visited: return True
visiting.add(crs)
for pre in adj[crs]:
if not dfs(pre, visiting, visited): return False
visiting.remove(crs)
visited.add(crs)
res.append(crs)
return True
visit, vstd = set(), set()
for c in range(numCourses):
if not dfs(c, visit, vstd): return []
return resAlgorithm Pattern Checklist
When dealing with Graphs data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Les propriétés du problème des graphiques 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.