Gnijące pomarańcze
Szczegółowy przewodnik i implementacja Python dla problemu „gnijących pomarańczy”.
1. Ucz się
Problem „gnijących pomarańczy” 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
Wizualizacja przepływu logicznego dla Rotting Oranges.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Przeczytaj uważnie opis problemu dotyczący Rotting Oranges.
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
Otrzymasz siatkę m x n, w której każda komórka może mieć jedną z trzech wartości:
- 0 oznacza pustą komórkę,
- 1 oznacza świeżą pomarańczę, lub
- 2 reprezentujące zgniłą pomarańczę.
Co minutę każda świeża pomarańcza, która sąsiaduje w 4 kierunkach ze zgniłą pomarańczą, staje się zgniła.
Zwróć minimalną liczbę minut, która musi upłynąć, zanim w żadnej komórce nie będzie świeżej pomarańczy. Jeśli nie jest to możliwe, zwróć -1.
Napisz funkcję orangesRotting(grid: List[List[int]]) -> int.
- •m == len(grid)
- •n == len(grid[i])
- •1 <= m, n <= 10
- •grid[i][j] is 0, 1, or 2
Przykłady
grid = [[2,1,1],[1,1,0],[0,1,1]]
4
Minute 0: rotten at (0,0). Fresh at (0,1), (0,2), (1,0), (1,1), (2,1), (2,2). Minute 1: fresh at (0,1) and (1,0) rot. Minute 2: fresh at (0,2) and (1,1) rot. Minute 3: fresh at (2,1) rot. Minute 4: fresh at (2,2) rot.
grid = [[2,1,1],[0,1,1],[1,0,1]]
-1
The orange in the bottom-left corner (row 2, column 0) is never adjacent to a rotten orange, so it stays fresh.
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
from collections import deque
def oranges_rotting_opt(grid):
q = deque()
time, fresh = 0, 0
ROWS, COLS = len(grid), len(grid[0])
for r in range(ROWS):
for c in range(COLS):
if grid[r][c] == 1: fresh += 1
if grid[r][c] == 2: q.append((r, c))
directions = [[1, 0], [-1, 0], [0, 1], [0, -1]]
while q and fresh > 0:
for i in range(len(q)):
r, c = q.popleft()
for dr, dc in directions:
row, col = r + dr, c + dc
if 0 <= row < ROWS and 0 <= col < COLS and grid[row][col] == 1:
grid[row][col] = 2
q.append((row, col))
fresh -= 1
time += 1
return time if fresh == 0 else -1Kod brutalnej siły (chroniony spoilerami)
Kod brutalnej siły (chroniony spoilerami)
def oranges_rotting_brute(grid):
rows, cols = len(grid), len(grid[0])
time = 0
while True:
to_rot = []
for r in range(rows):
for c in range(cols):
if grid[r][c] == 2:
for dr, dc in [[1,0], [-1,0], [0,1], [0,-1]]:
nr, nc = r + dr, c + dc
if 0 <= nr < rows and 0 <= nc < cols and grid[nr][nc] == 1:
to_rot.append((nr, nc))
if not to_rot: break
for r, c in to_rot: grid[r][c] = 2
time += 1
for row in grid:
if 1 in row: return -1
return timeAlgorithm 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.