Intrappolare l'acqua piovana
Guida dettagliata e implementazione Python per il problema "Trapping Rain Water".
1. Impara
Il problema dell'intrappolamento dell'acqua piovana è una sfida chiave nella sezione Due Puntatori.
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 la cattura dell'acqua piovana.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leggere attentamente la dichiarazione del problema relativa al intrappolamento dell'acqua piovana.
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
Dati n numeri interi non negativi che rappresentano una mappa di elevazione in cui la larghezza di ciascuna barra è 1, calcola quanta acqua può intrappolare dopo la pioggia.
Scrivi una funzione trap(height: List[int]) -> int.
- •n == len(height)
- •1 <= n <= 2 * 10^4
- •0 <= height[i] <= 10^5
Esempi
height = [0, 1, 0, 2, 1, 0, 1, 3, 2, 1, 2, 1]
6
The elevation map traps 6 units of rain water. Water fills between the bars: 1 unit above index 2, 1 unit above index 4, 2 units above index 5, 1 unit above index 6, and 1 unit above index 9.
height = [4, 2, 0, 3, 2, 5]
9
Water trapped: 2 above index 1, 4 above index 2, 1 above index 3, 2 above index 4 = 9 total.
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 trap_opt(height):
if not height: return 0
l, r = 0, len(height) - 1
leftMax, rightMax = height[l], height[r]
res = 0
while l < r:
if leftMax < rightMax:
l += 1
leftMax = max(leftMax, height[l])
res += leftMax - height[l]
else:
r -= 1
rightMax = max(rightMax, height[r])
res += rightMax - height[r]
return resCodice forza bruta (protetto da spoiler)
Codice forza bruta (protetto da spoiler)
def trap_brute(height):
if not height: return 0
n = len(height)
res = 0
for i in range(n):
left_max = max(height[:i+1])
right_max = max(height[i:])
res += min(left_max, right_max) - height[i]
return resAlgorithm Pattern Checklist
When dealing with Two Pointers data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Si applicano le proprietà standard del problema Due puntatori.
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.