Harmonogram zajęć II
Szczegółowy przewodnik i implementacja Python dla problemu „Harmonogram kursu II”.
1. Ucz się
Problem „Harmonogram kursu II” jest kluczowym wyzwaniem w sekcji 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
Visualizing the logic flow for Course Schedule II.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Read the problem statement for Course Schedule II carefully.
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
Łączna liczba kursów, w których musisz wziąć udział, wynosi numCourses, oznaczona liczbami od 0 do numCourses - 1. Podana jest tablica wymagań wstępnych, gdzie wymagania wstępne[i] = [ai, bi] wskazują, że jeśli chcesz wziąć udział w kursie ai, musisz najpierw wziąć udział w kursie bi.
Zwróć kolejność kursów, które powinieneś wykonać, aby ukończyć wszystkie kursy. Jeśli jest wiele prawidłowych odpowiedzi, zwróć dowolną z nich. Jeśli nie można ukończyć wszystkich kursów, zwróć pustą tablicę.
Napisz funkcję findOrder(numCourses: int, prerequisites: List[List[int]]) -> List[int].
- •1 <= numCourses <= 2000
- •0 <= len(prerequisites) <= 5000
- •prerequisites[i].length == 2
- •0 <= ai, bi < numCourses
Przykłady
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
- 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_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 outputKod brutalnej siły (chroniony spoilerami)
Kod brutalnej siły (chroniony spoilerami)
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
Obowiązują właściwości problemu dotyczącego standardowych wykresów.
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 sortować listę w Pythonie
Dowiedz się, jak sortować listę w Pythonie za pomocą metody sort() i funkcji sorted(). Odkryj przykłady niestandardowego sortowania kluczy i odwrotnej kolejności.
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.