Seleksi Kegiatan
Panduan terperinci dan implementasi Python untuk masalah 'Pemilihan Aktivitas'.
1. Belajar
Masalah 'Pemilihan Aktivitas' merupakan tantangan utama di bagian Greedy.
Implementasi ini berfokus pada logika tingkat mudah di Python.
Kami memprioritaskan akurasi teknis dan keterbacaan kode dalam solusi yang kami berikan.
2. Real-World Applications
3. Visual Intuition
Memvisualisasikan alur logika untuk Pemilihan Aktivitas.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Bacalah rumusan masalah Seleksi Kegiatan dengan cermat.
2. Formulate brute force
Draf solusi berulang sederhana.
3. Identify inefficiency
Cari perhitungan yang berlebihan.
4. Optimize search path
Gunakan hashing atau pengurutan untuk mempercepat proses.
5. Final Implementation
Bersihkan kode untuk standar produksi.
Pernyataan Masalah
Tulis fungsi activity_selection(start, end) yang mengambil dua daftar start dan end yang mewakili waktu mulai dan berakhirnya aktivitas. Tentukan jumlah maksimum aktivitas yang dapat dilakukan oleh satu orang, dengan asumsi seseorang hanya dapat mengerjakan satu aktivitas dalam satu waktu. Dua aktivitas disebut tidak tumpang tindih jika waktu mulai aktivitas kedua lebih besar atau sama dengan waktu berakhir aktivitas pertama.
- •1 <= len(start) == len(end) <= 10^5
- •0 <= start[i] < end[i] <= 10^9
Contoh
activity_selection([1, 3, 0, 5, 8, 5], [2, 4, 6, 7, 9, 9])
4
A person can perform at most 4 activities: [1,2], [3,4], [5,7], and [8,9].
activity_selection([10, 12, 20], [20, 25, 30])
2
Two activities can be performed: [10,20] and [20,30].
Need a Hint?
Edge Cases to Watch
- Struktur masukan kosong
- Masukan elemen tunggal
- Batasan angka yang besar
Siap Memecahkannya?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Wawasan & Variasi Wawancara
Perincian Analisis Kompleksitas
Mengapa Waktu: Directly evaluates all possibilities.
Mengapa Luar Angkasa: Uses standard local memory.
Mengapa Waktu: Optimized paths reduce total operations.
Mengapa Luar Angkasa: May trade memory for speed.
Solusi yang Dioptimalkan Kode Python
Solusi yang Dioptimalkan Kode Python
def select_activities_opt(start, end):
activities = sorted(zip(start, end), key=lambda x: x[1])
res = 1; last_end = activities[0][1]
for i in range(1, len(activities)):
if activities[i][0] >= last_end: res += 1; last_end = activities[i][1]
return resKode Brute Force (Spoiler Dilindungi)
Kode Brute Force (Spoiler Dilindungi)
def select_activities_brute(start, end):
n = len(start); res = 0
def solve(i, last_end):
if i == n: return 0
excl = solve(i + 1, last_end)
incl = 0
if start[i] >= last_end: incl = 1 + solve(i + 1, end[i])
return max(incl, excl)
return solve(0, 0)Algorithm Pattern Checklist
When dealing with Greedy data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Properti masalah Greedy standar berlaku.
Pertanyaan Terkait
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Sumber Daya Python yang Direkomendasikan
Perluas pengetahuan Anda dengan tutorial interaktif terkait, lembar contekan, dan perbandingan kode.
Loop Python
Pelajari cara menggunakan loop Python untuk melakukan iterasi pada data. Kuasai perulangan for, perulangan while, hancurkan, lanjutkan, dan ulangi praktik terbaik dengan contoh interaktif.
Cara Mengurutkan Daftar dengan Python
Pelajari cara mengurutkan daftar dengan Python menggunakan metode sortir() dan fungsi sortir(). Temukan contoh pengurutan kunci khusus dan urutan terbalik.
Lembar
Panduan referensi lengkap untuk manipulasi string Python. Kuasai pemformatan, pencarian, pemisahan, penggantian, dan pemeriksaan properti string.
Python vs JavaScript: Bahasa Pemrograman Mana yang Terbaik?
Perbandingan komprehensif antara Python dan JavaScript. Jelajahi perbedaan sintaksis, kinerja, kasus penggunaan (backend vs frontend), dan contoh pengkodean.