K pares com menor soma
Guia detalhado e implementação de Python para o problema 'K Pares com menor soma'.
1. Aprenda
O problema dos 'K Pares com a menor soma' é um desafio importante na seção Matrizes.
Esta implementação concentra-se na lógica de nível fácil em Python.
Priorizamos a precisão técnica e a legibilidade do código em nossas soluções fornecidas.
2. Real-World Applications
3. Visual Intuition
Visualizando o fluxo lógico para K pares com menor soma.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leia atentamente a definição do problema para K pares com a menor soma.
2. Formulate brute force
Elabore uma solução iterativa simples.
3. Identify inefficiency
Procure cálculos redundantes.
4. Optimize search path
Use hashing ou classificação para acelerar o processo.
5. Final Implementation
Limpe o código para padrões de produção.
Declaração do problema
Escreva uma função k_smallest_pairs(nums1, nums2, k) que receba duas matrizes de inteiros classificados nums1 e nums2 e um inteiro k. Retorne os primeiros k pares [u, v] com as menores somas, onde u é de nums1 e v é de nums2, classificados por sua soma em ordem crescente.
- •1 <= len(nums1), len(nums2) <= 10^4
- •1 <= k <= 1000
Exemplos
nums1 = [1, 7, 11], nums2 = [2, 4, 6], k = 3
[[1, 2], [1, 4], [1, 6]]
The smallest sum pairs are (1,2) sum=3, (1,4) sum=5, (1,6) sum=7.
Need a Hint?
Edge Cases to Watch
- Estruturas de entrada vazias
- Entradas de elemento único
- Grandes limites numéricos
Pronto para resolver?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Insights e variações da entrevista
Análise de complexidade
Por que tempo: Directly evaluates all possibilities.
Por que espaço: Uses standard local memory.
Por que tempo: Optimized paths reduce total operations.
Por que espaço: May trade memory for speed.
Código Python da solução otimizada
Código Python da solução otimizada
import heapq
def k_smallest_pairs_opt(nums1, nums2, k):
res = []; minH = [[nums1[0] + nums2[0], 0, 0]]
visit = set([(0, 0)])
while minH and len(res) < k:
s, i, j = heapq.heappop(minH)
res.append([nums1[i], nums2[j]])
if i + 1 < len(nums1) and (i + 1, j) not in visit:
heapq.heappush(minH, [nums1[i+1] + nums2[j], i + 1, j])
visit.add((i + 1, j))
if j + 1 < len(nums2) and (i, j + 1) not in visit:
heapq.heappush(minH, [nums1[i] + nums2[j+1], i, j + 1])
visit.add((i, j + 1))
return resCódigo de força bruta (protegido por spoiler)
Código de força bruta (protegido por spoiler)
def k_smallest_pairs_brute(nums1, nums2, k):
res = []
for n1 in nums1:
for n2 in nums2: res.append([n1, n2])
res.sort(key=lambda x: x[0] + x[1])
return res[:k]Algorithm Pattern Checklist
When dealing with Arrays data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
As propriedades do problema de matrizes padrão se aplicam.
Perguntas relacionadas
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Recursos Python recomendados
Expanda seu conhecimento com tutoriais interativos relacionados, folhas de dicas e comparações de código.
Loops Python
Aprenda como usar loops Python para iterar dados. Domine as práticas recomendadas para loops for, while loops, break, continue e loop com exemplos interativos.
Como verificar se uma lista está vazia em Python
Aprenda as maneiras mais pitônicas de verificar se uma lista está vazia em Python. Compare verificações booleanas implícitas com comparações de comprimento.
Folha de dicas dos métodos de string Python
Um guia de referência completo para manipulação de strings em Python. Domine a formatação, pesquisa, divisão, substituição e verificação de propriedades de string.
Python vs JavaScript: qual linguagem de programação é a melhor?
Uma comparação abrangente entre Python e JavaScript. Explore diferenças de sintaxe, desempenho, casos de uso (backend versus frontend) e exemplos de codificação.