K Paires avec la plus petite somme
Guide détaillé et implémentation de Python pour le problème « K paires avec la plus petite somme ».
1. Apprendre
Le problème des « K paires avec la plus petite somme » est un défi clé dans la section Tableaux.
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 les K paires avec la plus petite somme.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lisez attentivement l'énoncé du problème pour les K paires avec la plus petite somme.
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
Écrivez une fonction k_smallest_pairs(nums1, nums2, k) qui prend deux tableaux d'entiers triés nums1 et nums2 et un entier k. Renvoie les premières k paires [u, v] avec les plus petites sommes, où u provient de nums1 et v provient de nums2, triées par leur somme par ordre croissant.
- •1 <= len(nums1), len(nums2) <= 10^4
- •1 <= k <= 1000
Exemples
nums1 = [1, 7, 11], nums2 = [2, 4, 6], k = 3
[[1, 2], [1, 4], [1, 6]]
The smallest sum pairs are (1,2) sum=3, (1,4) sum=5, (1,6) sum=7.
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
import heapq
def k_smallest_pairs_opt(nums1, nums2, k):
res = []; minH = [[nums1[0] + nums2[0], 0, 0]]
visit = set([(0, 0)])
while minH and len(res) < k:
s, i, j = heapq.heappop(minH)
res.append([nums1[i], nums2[j]])
if i + 1 < len(nums1) and (i + 1, j) not in visit:
heapq.heappush(minH, [nums1[i+1] + nums2[j], i + 1, j])
visit.add((i + 1, j))
if j + 1 < len(nums2) and (i, j + 1) not in visit:
heapq.heappush(minH, [nums1[i] + nums2[j+1], i, j + 1])
visit.add((i, j + 1))
return resCode de force brute (spoiler gardé)
Code de force brute (spoiler gardé)
def k_smallest_pairs_brute(nums1, nums2, k):
res = []
for n1 in nums1:
for n2 in nums2: res.append([n1, n2])
res.sort(key=lambda x: x[0] + x[1])
return res[:k]Algorithm Pattern Checklist
When dealing with Arrays data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Les propriétés du problème des tableaux 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 vérifier si une liste est vide en Python
Découvrez les méthodes les plus pythoniques pour vérifier si une liste est vide en Python. Comparez les vérifications booléennes implicites avec les comparaisons de longueur.
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.