Najtańsze loty w obrębie K przystanków
Szczegółowy przewodnik i implementacja Python dla problemu „Najtańsze loty w obrębie K przystanków”.
1. Ucz się
Problem „Najtańszych lotów w obrębie K przystanków” jest kluczowym wyzwaniem w sekcji Zaawansowane wykresy.
Ta implementacja koncentruje się na logice prostego poziomu w Python.
W dostarczanych przez nas rozwiązaniach priorytetem jest dokładność techniczna i czytelność kodu.
2. Real-World Applications
3. Visual Intuition
Wizualizacja przepływu logicznego dla najtańszych lotów w obrębie K przystanków.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Przeczytaj uważnie opis problemu dotyczący najtańszych lotów w obrębie K przystanków.
2. Formulate brute force
Zaprojektuj proste rozwiązanie iteracyjne.
3. Identify inefficiency
Poszukaj zbędnych obliczeń.
4. Optimize search path
Użyj funkcji mieszania lub sortowania, aby przyspieszyć proces.
5. Final Implementation
Oczyść kod dla standardów produkcyjnych.
Oświadczenie o problemie
Istnieje n miast połączonych pewną liczbą lotów. Dostajesz tablicę lotów, gdzie loty[i] = [od_i, do_i, cena_i] wskazuje, że istnieje lot z miasta od_i do miasta do_i z kosztem cena_i.
Otrzymasz także trzy liczby całkowite src, dst i k. Zwróć najtańszą cenę od src do dst z co najwyżej k przystankami. Jeśli nie ma takiej trasy, zwróć -1.
Napisz funkcję findCheapestPrice(n: int, flights: List[List[int]], src: int, dst: int, k: int) -> int.
- •1 <= n <= 100
- •0 <= len(flights) <= (n * (n - 1) / 2)
- •flights[i].length == 3
- •0 <= from_i, to_i < n
- •1 <= price_i <= 10^4
- •0 <= src, dst < n
- •src != dst
- •0 <= k < n
Przykłady
n = 4, flights = [[0,1,100],[1,2,100],[2,0,100],[1,3,600],[2,3,200]], src = 0, dst = 3, k = 1
700
The cheapest path from city 0 to city 3 with at most 1 stop is 0 -> 1 -> 3 with cost 100 + 600 = 700.
n = 3, flights = [[0,1,100],[1,2,100],[0,2,500]], src = 0, dst = 2, k = 1
200
Cheapest path is 0 -> 1 -> 2 with cost 200, which has exactly 1 stop.
Need a Hint?
Edge Cases to Watch
- Puste struktury wejściowe
- Wejścia jednoelementowe
- Duże granice liczbowe
Gotowy do rozwiązania?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Spostrzeżenia i odmiany wywiadu
Podział analizy złożoności
Dlaczego Czas: Directly evaluates all possibilities.
Dlaczego kosmos: Uses standard local memory.
Dlaczego Czas: Optimized paths reduce total operations.
Dlaczego kosmos: May trade memory for speed.
Zoptymalizowany kod rozwiązania w języku Python
Zoptymalizowany kod rozwiązania w języku Python
def find_cheapest_price_opt(n, flights, src, dst, k):
return find_cheapest_price_brute(n, flights, src, dst, k)Kod brutalnej siły (chroniony spoilerami)
Kod brutalnej siły (chroniony spoilerami)
def find_cheapest_price_brute(n, flights, src, dst, k):
prices = [float("inf")] * n
prices[src] = 0
for i in range(k + 1):
tmp = prices[:]
for s, d, p in flights:
if prices[s] == float("inf"): continue
if prices[s] + p < tmp[d]: tmp[d] = prices[s] + p
prices = tmp
return prices[dst] if prices[dst] != float("inf") else -1Algorithm Pattern Checklist
When dealing with Advanced Graphs data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Obowiązują standardowe właściwości problemu Advanced Graphs.
Powiązane pytania
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Polecane zasoby Pythona
Poszerzaj swoją wiedzę dzięki powiązanym interaktywnym samouczkom, ściągawkom i porównaniom kodów.
Pętle Pythona
Dowiedz się, jak używać pętli Pythona do iteracji danych. Opanuj pętle for, pętle while, przerywaj, kontynuuj i pętluj najlepsze praktyki dzięki interaktywnym przykładom.
Jak sprawdzić, czy lista jest pusta w Pythonie
Poznaj najbardziej Pythoniczne sposoby sprawdzania, czy lista w Pythonie jest pusta. Porównaj niejawne kontrole logiczne z porównaniami długości.
Ściągawka dotycząca metod ciągów w Pythonie
Kompletny przewodnik dotyczący manipulacji ciągami znaków w języku Python. Opanuj formatowanie, wyszukiwanie, dzielenie, zastępowanie i sprawdzanie właściwości ciągów.
Python kontra JavaScript: który język programowania jest najlepszy?
Kompleksowe porównanie Pythona i JavaScript. Poznaj różnice w składni, wydajność, przypadki użycia (backend vs frontend) i przykłady kodowania.