Minimalny interwał uwzględniania każdego zapytania
Szczegółowy przewodnik i implementacja Python dla problemu „Minimalny odstęp czasu obejmujący każde zapytanie”.
1. Ucz się
Problem „Minimalnego interwału uwzględniania każdego zapytania” jest kluczowym wyzwaniem w sekcji Interwały.
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 minimalnego interwału obejmującego każde zapytanie.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Przeczytaj uważnie opis problemu dotyczący minimalnego interwału uwzględnienia każdego zapytania.
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
Dostajesz dwuwymiarową tablicę liczb całkowitych interwałów, gdzie interwały[i] = [lewy_i, prawy_i] opisuje i-ty przedział rozpoczynający się od lewego_i i kończący się na prawym_i (włącznie). Rozmiar interwału jest zdefiniowany jako prawy_i - lewy_i + 1. Udostępniane są także zapytania dotyczące tablicy liczb całkowitych. Odpowiedzią na j-te zapytanie jest rozmiar najmniejszego przedziału i taki, że lewy_i <= zapytania[j] <= prawy_i. Jeśli taki przedział nie istnieje, odpowiedź brzmi -1.
Zwróć tablicę zawierającą odpowiedzi na zapytania.
Napisz funkcję minInterval(intervals: List[List[int]], queries: List[int]) -> List[int].
- •1 <= len(intervals) <= 10^5
- •1 <= len(queries) <= 10^5
- •intervals[i].length == 2
- •1 <= left_i <= right_i <= 10^7
- •1 <= queries[j] <= 10^7
Przykłady
intervals = [[1,4],[2,4],[3,6],[4,4]], queries = [2,3,4,5]
[3,3,1,4]
Smallest interval containing 2 is [2,4] (size 3). For 3 is [2,4] (size 3). For 4 is [4,4] (size 1). For 5 is [3,6] (size 4).
intervals = [[2,3],[2,5],[1,8],[20,25]], queries = [2,19,5,22]
[2,-1,4,6]
For 2: [2,3] (size 2). For 19: none (-1). For 5: [2,5] (size 4). For 22: [20,25] (size 6).
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 min_interval_opt(intervals, queries):
intervals.sort()
minHeap = []; res, i = {}, 0
for q in sorted(queries):
while i < len(intervals) and intervals[i][0] <= q:
l, r = intervals[i]
heapq.heappush(minHeap, (r - l + 1, r))
i += 1
while minHeap and minHeap[0][1] < q: heapq.heappop(minHeap)
res[q] = minHeap[0][0] if minHeap else -1
return [res[q] for q in queries]Kod brutalnej siły (chroniony spoilerami)
Kod brutalnej siły (chroniony spoilerami)
def min_interval_brute(intervals, queries):
res = []
for q in queries:
min_len = float("inf")
for i in intervals:
if i[0] <= q <= i[1]:
min_len = min(min_len, i[1] - i[0] + 1)
res.append(min_len if min_len != float("inf") else -1)
return resAlgorithm Pattern Checklist
When dealing with Intervals data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Obowiązują właściwości problemu dotyczącego standardowych odstępów czasu.
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.