Programma del corso II
Guida dettagliata e implementazione Python per il problema 'Programma del corso II'.
1. Impara
Il problema del "Programma del corso II" è una sfida chiave nella sezione Grafici.
Questa implementazione si concentra sulla logica di livello semplice in Python.
Diamo priorità all'accuratezza tecnica e alla leggibilità del codice nelle soluzioni fornite.
2. Real-World Applications
3. Visual Intuition
Visualizzazione del flusso logico per il programma del corso II.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leggi attentamente la dichiarazione del problema per il Programma del corso II.
2. Formulate brute force
Elaborare una semplice soluzione iterativa.
3. Identify inefficiency
Cerca calcoli ridondanti.
4. Optimize search path
Utilizza l'hashing o l'ordinamento per accelerare il processo.
5. Final Implementation
Ripulire il codice per gli standard di produzione.
Dichiarazione del problema
Ci sono un totale di numCourses corsi che devi seguire, etichettati da 0 a numCourses - 1. Ti viene fornito un array prerequisites dove prerequisites[i] = [ai, bi] indica che devi prima seguire il corso bi se vuoi seguire il corso ai.
Restituisci l'ordine dei corsi che dovresti seguire per terminarli tutti. Se ci sono molte risposte valide, restituiscine qualcuna. Se è impossibile completare tutti i corsi, restituisce un array vuoto.
Scrivi una funzione findOrder(numCourses: int, prerequisites: List[List[int]]) -> List[int].
- •1 <= numCourses <= 2000
- •0 <= len(prerequisites) <= 5000
- •prerequisites[i].length == 2
- •0 <= ai, bi < numCourses
Esempi
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
- Strutture di input vuote
- Ingressi a elemento singolo
- Grandi limiti numerici
Pronto a risolvere?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Approfondimenti e variazioni dell'intervista
Scomposizione dell'analisi della complessità
Perché il tempo: Directly evaluates all possibilities.
Perché lo spazio: Uses standard local memory.
Perché il tempo: Optimized paths reduce total operations.
Perché lo spazio: May trade memory for speed.
Codice Python della soluzione ottimizzata
Codice Python della soluzione ottimizzata
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 outputCodice forza bruta (protetto da spoiler)
Codice forza bruta (protetto da spoiler)
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
Si applicano le proprietà del problema Grafici standard.
Domande correlate
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Risorse Python consigliate
Espandi le tue conoscenze con tutorial interattivi, foglietti illustrativi e confronti di codici correlati.
Cicli Python
Scopri come utilizzare i loop Python per eseguire iterazioni sui dati. Padroneggia le best practice sui cicli for, while, interruzione, continua e loop con esempi interattivi.
Come ordinare un elenco in Python
Scopri come ordinare un elenco in Python utilizzando il metodo sort() e la funzione sorted(). Scopri l'ordinamento delle chiavi personalizzato e gli esempi di ordine inverso.
Foglio informativo sui metodi delle stringhe Python
Una guida di riferimento completa per la manipolazione delle stringhe Python. Padroneggia la formattazione, la ricerca, la divisione, la sostituzione e il controllo delle proprietà delle stringhe.
Python vs JavaScript: quale linguaggio di programmazione è il migliore?
Un confronto completo tra Python e JavaScript. Esplora le differenze di sintassi, le prestazioni, i casi d'uso (backend e frontend) ed esempi di codifica.