Kruskal
Guia detalhado e implementação de Python para o problema 'Kruskal'.
1. Aprenda
O problema 'Kruskal' é um desafio chave na seção Gráficos.
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 Kruskal.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leia a definição do problema de Kruskal com atenção.
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 kruskal_mst(V, edges) que pegue o número de vértices V e uma lista de arestas edges representadas como tuplas (u, v, w) onde u e v são vértices e w é o peso da aresta. Encontre a árvore geradora mínima (MST) e retorne a soma dos pesos das arestas incluídas no MST usando o algoritmo de Kruskal.
- •1 <= V <= 500
- •0 <= len(edges) <= 1000
Exemplos
V = 4, edges = [(0, 1, 10), (0, 2, 6), (0, 3, 5), (1, 3, 15), (2, 3, 4)]
19
MST contains edges (2,3) wt 4, (0,3) wt 5, and (0,1) wt 10. Total weight = 19.
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
def kruskal_opt(num_nodes, edges):
edges.sort(key=lambda x: x[2])
parent = list(range(num_nodes))
rank = [0] * num_nodes
def find(i):
if parent[i] == i: return i
parent[i] = find(parent[i])
return parent[i]
def union(i, j):
root_i = find(i)
root_j = find(j)
if root_i != root_j:
if rank[root_i] < rank[root_j]: parent[root_i] = root_j
elif rank[root_i] > rank[root_j]: parent[root_j] = root_i
else:
parent[root_i] = root_j
rank[root_j] += 1
return True
return False
mst = []
for u, v, w in edges:
if union(u, v):
mst.append((u, v, w))
return mstCódigo de força bruta (protegido por spoiler)
Código de força bruta (protegido por spoiler)
def kruskal_brute(num_nodes, edges):
edges.sort(key=lambda x: x[2])
parent = list(range(num_nodes))
def find(i):
if parent[i] == i: return i
return find(parent[i])
def union(i, j):
root_i = find(i)
root_j = find(j)
parent[root_i] = root_j
mst = []
for u, v, w in edges:
if find(u) != find(v):
union(u, v)
mst.append((u, v, w))
return mstAlgorithm Pattern Checklist
When dealing with Graphs data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Aplicam-se propriedades de problemas de gráficos padrão.
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 classificar uma lista em Python
Aprenda como classificar uma lista em Python usando o método sort() e a função sorted(). Descubra exemplos de classificação de chaves personalizadas e ordem reversa.
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.