K Punkty najbliższe początku
Szczegółowy przewodnik i implementacja Python dla problemu „K punktów najbliższych pochodzenia”.
1. Ucz się
Problem „K punktów najbliżej punktu początkowego” jest kluczowym wyzwaniem w sekcji Sterta/Kolejka priorytetowa.
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 K punktów najbliższych początku.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Przeczytaj uważnie opis problemu dla K najbliższych punktów do punktu początkowego.
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
Mając tablicę punktów, gdzie punkty[i] = [xi, yi] reprezentują punkt na płaszczyźnie X-Y i liczbę całkowitą k, zwróć k punktów położonych najbliżej początku układu współrzędnych (0, 0).
Odległość między dwoma punktami na płaszczyźnie X-Y to odległość euklidesowa (tj. sqrt((x1 - x2)^2 + (y1 - y2)^2)).
Odpowiedź możesz zwrócić w dowolnej kolejności. Gwarantujemy, że odpowiedź będzie unikalna (z wyjątkiem kolejności, w jakiej występuje).
Napisz funkcję kClosest(points: List[List[int]], k: int) -> List[List[int]].
- •1 <= k <= len(points) <= 10^4
- •-10^4 <= xi, yi <= 10^4
Przykłady
points = [[1,3],[-2,2]], k = 1
[[-2,2]]
The distance from (1, 3) to the origin is sqrt(10). The distance from (-2, 2) to the origin is sqrt(8). Since sqrt(8) < sqrt(10), (-2, 2) is closer to the origin.
points = [[3,3],[5,-1],[-2,4]], k = 2
[[3,3],[-2,4]]
The closest two points are (3, 3) and (-2, 4). (Order of elements in the output does not matter).
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
import heapq
def k_closest_opt(points, k):
minHeap = []
for x, y in points:
dist = (x**2) + (y**2)
minHeap.append([dist, x, y])
heapq.heapify(minHeap)
res = []
while k > 0:
dist, x, y = heapq.heappop(minHeap)
res.append([x, y])
k -= 1
return resKod brutalnej siły (chroniony spoilerami)
Kod brutalnej siły (chroniony spoilerami)
def k_closest_brute(points, k):
points.sort(key=lambda p: p[0]**2 + p[1]**2)
return points[:k]Algorithm Pattern Checklist
When dealing with Heap / Priority Queue data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Obowiązują standardowe właściwości problemów ze stertą/kolejką priorytetową.
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.
Generatory Pythona
Dowiedz się, jak używać generatorów języka Python i instrukcji Yield do przetwarzania ogromnych zbiorów danych przy minimalnym zużyciu pamięci. Wyrażenia generatora głównego.
Jak przekonwertować ciąg na Int w Pythonie
Dowiedz się, jak przekonwertować ciąg znaków na liczbę całkowitą w Pythonie za pomocą funkcji int(). Bezpiecznie obsługuj błędy i konwertuj liczby z formatu binarnego, ósemkowego lub szesnastkowego.
Ściągawka dla operatorów Pythona
Opanuj operatory arytmetyczne, porównania, logiczne, bitowe, przypisania i tożsamości w Pythonie.
Dekoratory Pythona a wzorzec projektowy dekoratora: kluczowe różnice
Porównaj dekoratory Pythona z klasycznym wzorcem projektowym dekoratora. Zrozum różnice między zawijaniem funkcji w czasie definicji a dynamiczną kompozycją obiektów w czasie wykonywania z możliwym do uruchomienia kodem.