K Menşee En Yakın Noktalar
'K Menşee En Yakın Noktalar' sorunu için ayrıntılı kılavuz ve Python uygulaması.
1. Öğren
'K Menşee En Yakın Noktalar' sorunu, Yığın/Öncelik Kuyruğu bölümündeki önemli bir zorluktur.
Bu uygulama Python'deki kolay düzey mantığına odaklanır.
Sunduğumuz çözümlerde teknik doğruluğu ve kod okunabilirliğini ön planda tutuyoruz.
2. Real-World Applications
3. Visual Intuition
Orijine En Yakın K Nokta için mantık akışının görselleştirilmesi.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
K Menşeye En Yakın Noktalar için sorun bildirimini dikkatlice okuyun.
2. Formulate brute force
Basit bir yinelemeli çözüm taslağı oluşturun.
3. Identify inefficiency
Gereksiz hesaplamaları arayın.
4. Optimize search path
Süreci hızlandırmak için karma veya sıralama kullanın.
5. Final Implementation
Üretim standartları kodunu temizleyin.
Sorun Bildirimi
Noktalar[i] = [xi, yi]'nin X-Y düzleminde bir noktayı ve bir k tam sayısını temsil ettiği bir dizi nokta verildiğinde, orijine (0, 0) en yakın k noktayı döndürün.
X-Y düzlemindeki iki nokta arasındaki mesafe Öklid mesafesidir (yani sqrt((x1 - x2)^2 + (y1 - y2)^2)).
Cevabı istediğiniz sırayla geri verebilirsiniz. Yanıtın benzersiz olması garanti edilir (içinde bulunduğu sıra hariç).
kClosest(points: List[List[int]], k: int) -> List[List[int]] adlı bir işlev yazın.
- •1 <= k <= len(points) <= 10^4
- •-10^4 <= xi, yi <= 10^4
Örnekler
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
- Boş giriş yapıları
- Tek eleman girişleri
- Büyük sayısal sınırlar
Çözmeye Hazır mısınız?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Mülakat Bilgileri ve Çeşitleri
Karmaşıklık Analizi Dökümü
Neden Zaman: Directly evaluates all possibilities.
Neden Uzay: Uses standard local memory.
Neden Zaman: Optimized paths reduce total operations.
Neden Uzay: May trade memory for speed.
Optimize Edilmiş Çözüm Python Kodu
Optimize Edilmiş Çözüm Python Kodu
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 resKaba Kuvvet Kodu (Spoiler Korumalı)
Kaba Kuvvet Kodu (Spoiler Korumalı)
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
Standart Yığın/Öncelik Kuyruğu sorun özellikleri geçerlidir.
İlgili Sorular
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Önerilen Python Kaynakları
İlgili etkileşimli eğitimler, yardımcı sayfalar ve kod karşılaştırmalarıyla bilginizi genişletin.
Python Jeneratörleri
Çok büyük veri kümelerini minimum bellek alanıyla işlemek için Python oluşturucularını ve verim ifadelerini nasıl kullanacağınızı öğrenin. Ana oluşturucu ifadeleri.
Python'da String'i Int'ye Dönüştürme
Python'da int() işlevini kullanarak bir dizeyi tam sayıya nasıl dönüştüreceğinizi öğrenin. Hataları güvenli bir şekilde ele alın ve sayıları ikili, sekizli veya onaltılıdan dönüştürün.
Python Operatörleri Hile Sayfası
Python'da aritmetik, karşılaştırma, mantıksal, bitsel, atama ve kimlik operatörlerinde uzmanlaşın.
Python Dekoratörler ve Dekoratör Tasarım Deseni: Temel Farklılıklar
Python dekoratörlerini ve klasik dekoratör tasarım modelini karşılaştırın. Çalıştırılabilir kodla tanım zamanı işlev sarma ve çalışma zamanı dinamik nesne bileşimi arasındaki farkları anlayın.