Given an array of jobs with different time requirements, where each job consists of start time, end time and CPU load. The task is to find the maximum CPU load at any time if all jobs are running on the same machine. Ejemplos: Entrada: trabajos[] = {{1, 4, 3}, {2, 5, 4}, {7, 9, 6}} … Continue reading «Carga máxima de CPU de la lista dada de trabajos»
Dadas dos arrays arr[] y brr[] que contienen números enteros. La tarea es encontrar el K -ésimo producto más grande de un par (arr[i], brr[j]) . Ejemplos: Entrada: arr[] = {1, -2, 3}, brr[] = {3, -4, 0}, K = 3 Salida: 3 Explicación: Todas las combinaciones de productos en orden descendente son: [9, 8, … Continue reading «K-ésimo producto por pares más grande posible a partir de dos arrays dadas»
Dada una secuencia infinita de números enteros, encuentre el k-ésimo elemento más grande en cualquier punto del tiempo. Ejemplo: Input: stream[] = {10, 20, 11, 70, 50, 40, 100, 5, …} k = 3 Output: {_, _, 10, 11, 20, 40, 50, 50, …} El espacio extra permitido es O(k). Hemos discutido diferentes enfoques para … Continue reading «Programa Java para encontrar el elemento K’th más grande en una secuencia»
Requisito previo: HeapSort Heap sort es una técnica de clasificación basada en comparación basada en la estructura de datos de Binary Heap . Es similar a la ordenación por selección donde primero encontramos el elemento máximo y colocamos el elemento máximo al final. Repetimos el mismo proceso para el elemento restante. Implementamos Heap Sort aquí, … Continue reading «Código de Python para gráfico de complejidad de tiempo de Heap Sort»
Los montones se utilizan principalmente para implementar la cola de prioridad. Hemos discutido a continuación montones en publicaciones anteriores. montón binario Montón binomial En términos de Complejidad de tiempo, Fibonacci Heap supera a Binary y Binomial Heaps. A continuación se muestran las complejidades del tiempo amortizado de Fibonacci Heap . 1) Find Min: Θ(1) [Same … Continue reading «Montón de Fibonacci | Serie 1 (Introducción)»
En la publicación anterior , se analizan los 10 algoritmos/preguntas principales sobre diferentes temas que más se preguntan en las entrevistas. En esta publicación, se cubren los 10 problemas principales en el resto de estructuras de datos o algoritmos. Si se está preparando para una entrevista de codificación, es imprescindible pasar por estos problemas. Temas … Continue reading «Los 10 mejores algoritmos en preguntas de entrevista | conjunto 2»
Dado un arreglo y un entero K , encuentre el máximo para todos y cada uno de los subarreglo contiguos de tamaño k. Ejemplos: C++ // C++ Program to find the maximum for // each and every contiguous subarray of size k. #include <bits/stdc++.h> using namespace std; // Method to find the maximum for … Continue reading «Máximo de ventana deslizante (Máximo de todos los subarreglos de tamaño k)»
Requisito previo: almacenamiento dinámico binario Los montones K-arios son una generalización del montón binario (K = 2) en el que cada Node tiene K hijos en lugar de 2. Al igual que el montón binario, sigue dos propiedades: Árbol binario casi completo, con todos los niveles con un número máximo de Nodes excepto el último, … Continue reading «Montón K-ario»
Dada la secuencia find the lexicographically smallest (earliest in dictionary order) derangement of A derangement of S is as any permutation of S such that no two elements in S and its permutation occur at same position. Ejemplos: Input: 3 Output : 2 3 1 Explanation: The Sequence is 1 2 3. Possible permutations are … Continue reading «El menor trastorno de la secuencia»
Hemos discutido una estrategia de minimización de pérdidas antes: Problema de secuenciación de trabajos: minimización de pérdidas . En este artículo, veremos otra estrategia que se aplica a un problema ligeramente diferente. Se nos da una secuencia de N bienes de producción numerados del 1 al N. Cada bien tiene un volumen denotado por (Vi). … Continue reading «Problema de selección de trabajo: estrategia de minimización de pérdidas | conjunto 2»