n इमारतें एक पंक्ति में (1 से n लेबल)। प्रतिबंध: restrictions[i] = (id, max_height)। नियम: ऊंचाई ≥ 0, पहली इमारत की ऊंचाई = 0, आसन्न इमारतों में ऊंचाई अंतर ≤ 1। अधिकतम संभव ऊंचाई खोजें। एल्गोरिदम: दो पास + शिखर गणना प्रतिबंधों को id द्वारा सॉर्ट करें फॉरवर्ड पास: बाएं से दाएं, प्रत्येक प्रतिबंध को

कमरों की सूची (roomId, size) और क्वेरीज़ (preferred, minSize) दी गई हैं। प्रत्येक क्वेरी के लिए: आकार ≥ minSize वाला कमरा खोजें जिसका |roomId - preferred| न्यूनतम हो। टाई में छोटी roomId चुनें। ऐसा कमरा न हो तो -1। एल्गोरिदम: ऑफलाइन प्रोसेसिंग + बाइनरी सर्च कमरों को आकार के अनुसार आरोही क्रम में स

दिए गए अंतरालों की सूची और क्वेरीज़ के लिए, प्रत्येक क्वेरी को शामिल करने वाला सबसे छोटा अंतराल खोजें। अंतराल [left, right] क्वेरी q को शामिल करता है यदि left ≤ q ≤ right। आकार = right - left + 1। एल्गोरिदम: स्वीप लाइन + मिन-हीप अंतरालों को आरंभ बिंदु के अनुसार अवरोही क्रम में सॉर्ट करें क्वेरीज़

एक निर्देशित ग्राफ दिया गया है जिसमें n रंगीन नोड्स और m एज हैं। प्रत्येक नोड का एक रंग (लोअरकेस अक्षर) है। एक वैध पथ नोड्स का अनुक्रम है जहां प्रत्येक नोड से अगले में निर्देशित एज है। पथ का रंग उस पथ में सबसे अधिक बार आने वाला नोड रंग है। सबसे बड़े रंग मान वाले वैध पथ को खोजें। यदि ग्राफ में साइकिल

AngularJS में angular.forEach() फंक्शन ऑब्जेक्ट्स, सरणियों, या संग्रहों पर पुनरावृति (iterate) करने के लिए उपयोग किया जाता है। यह इनहेरिटेड प्रॉपर्टीज पर पुनरावृति नहीं करता। सिंटैक्स angular.forEach(obj, iterator, [context]) पैरामीटर्स obj: पुनरावृति करने वाला ऑब्जेक्ट/सरणी iterator: फंक्शन (va

AngularJS में angular.isUndefined() मेथड जांचता है कि कोई रेफरेंस परिभाषित है या नहीं। यदि रेफरेंस अपरिभाषित (undefined) है तो true लौटाता है, अन्यथा false। सिंटैक्स angular.isUndefined(value) उदाहरण: रेफरेंस अपरिभाषित है या नहीं जांचें अपने Angular प्रोजेक्ट डायरेक्टरी में isUndefined.html नामक

Matplotlib में ax.get_ylim() मेथड वर्तमान Y-अक्ष सीमाओं (न्यूनतम, अधिकतम) को टपल के रूप में लौटाता है। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें नया फिगर बनाएं या मौजूदा सक्रिय करें add_subplot() से फिगर में ax जोड़ें NumPy से यादृच्छिक डेटा बिंदु बनाएं plot() मेथड से y डेटा प्लॉट करें ax.get

प्रोफाइल हिस्टोग्राम (प्रत्येक बिन में प्रविष्टियों का माध्य) बनाने के लिए Seaborn के regplot का उपयोग x_bins पैरामीटर के साथ करें। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें NumPy से x और y डेटा बिंदु बनाएं seaborn.regplot से डेटा और लीनियर रिग्रेशन फिट प्लॉट करें। x_bins से x वेरिएबल को डिस्

Matplotlib में imshow की स्केल बदलने के लिए extent और aspect पैरामीटर्स का उपयोग करें ताकि छवि खिंचे नहीं। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें 4×4 आयाम के यादृच्छिक डेटा बिंदु बनाएं imshow से डेटा को छवि के रूप में प्रदर्शित करें extent पैरामीटर से छवि बफर पिक्सेल निर्देशांक को डेटा स्प

Matplotlib में टेक्स्ट को ऑटो-आकार देने के लिए टाइट लेआउट (autolayout=True) सक्षम करें और टिक लेबल्स को घुमाएं ताकि वे ओवरलैप न हों। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें 0-9 रेंज के डेटा बिंदु प्लॉट करें लेबल्स की सूची बनाएं (लंबे लेबल्स) xticks() से टिक्स और लेबल्स X-अक्ष पर 30 डिग्री घ

Seaborn में violinplot() के hue पैरामीटर का उपयोग करके दो समूहों (श्रृंखलाओं) के वायलिन प्लॉट एक ही ग्राफ पर साथ-साथ प्लॉट करें। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें ऑनलाइन रिपॉजिटरी से उदाहरण डेटासेट लोड करें (इंटरनेट आवश्यक) violinplot() मेथड से वायलिन प्लॉट बनाएं plt.show() से प्रदर्श

Matplotlib में मोज़ेक प्लॉट (मोज़ेक डिस्प्ले) बनाने के लिए statsmodels पैकेज के mosaic फंक्शन का उपयोग करें। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें statsmodels पैकेज इंस्टॉल करें (pip install statsmodels) मोज़ेक प्लॉट के लिए डिक्शनरी बनाएं mosaic() से आकस्मिकता तालिका से मोज़ेक प्लॉट बनाएं

Matplotlib और scikit-learn का उपयोग करके k-Nearest Neighbors (k-NN) क्लासिफायर की निर्णय सीमाओं (decision boundaries) को विज़ुअलाइज़ करें। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें n_neighbors वेरिएबल इनिशियलाइज़ करें iris डेटासेट लोड करें (वर्गीकरण) x और y डेटा बिंदु बनाएं गहरे और हल्के रंगो

Matplotlib में मूल बिंदु (0,0) को ग्राफ के निचले बाएं कोने में दिखाने के लिए xlim() और ylim() मेथड्स का उपयोग करें। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें x और y के लिए डेटा बिंदुओं की सूची बनाएं x और y डेटा बिंदु प्लॉट करें xlim() और ylim() से एक्सिस स्केल सेट करें (0 से शुरू) plt.show()

Matplotlib में plt.rcParams[figure.autolayout] = False सेट करके टाइट लेआउट अक्षम करें, जिससे xlim() और ylim() सेट करते समय पैडिंग संरक्षित रहती है। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें NumPy से x और y डेटा बिंदु बनाएं plot() मेथड से x और y प्लॉट करें xlim() और ylim() से एक्सिस लिमिट सेट

Matplotlib में सरल सूची के लिए बार चार्ट बनाने के लिए plt.bar() का उपयोग करें। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें डेटा बिंदुओं की सूची बनाएं bar() से डेटा के साथ बार प्लॉट बनाएं plt.show() से प्रदर्शित करें उदाहरण from matplotlib import pyplot as plt plt.rcParams[figure.figsize] =

Matplotlib में (x, y, z) टपल्स की सूची से 3D सरफेस प्लॉट करने के लिए डेटा को अनपैक करें, मेशग्रिड बनाएं, और plot_surface() का उपयोग करें। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें टपल्स की सूची बनाएं टपल्स की सूची से x, y, z डेटा बिंदु निकालें np.meshgrid() से निर्देशांक मैट्रिक्स प्राप्त करे

Matplotlib में गणितीय समीकरण (जैसे z = ax + by + c) से 3D प्लेन प्लॉट करने के लिए plot_surface() का उपयोग करें। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें NumPy से x और y डेटा बिंदु बनाएं x और y से प्लेन का समीकरण (eq) ज्ञात करें नया फिगर बनाएं या मौजूदा सक्रिय करें projection=3d के साथ वर्तमा

Matplotlib 3D में pick_event इवेंट हैंडलर का उपयोग करके क्लिक किए गए 3D स्कैटर पॉइंट के निर्देशांक (x, y, z) प्राप्त करें। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें नया फिगर बनाएं या मौजूदा सक्रिय करें projection=3d के साथ फिगर में ax जोड़ें यादृच्छिक डेटा बिंदुओं का स्कैटर प्लॉट बनाएं (picke

Matplotlib में rasterized पैरामीटर का उपयोग करके प्लॉट तत्वों को रैस्टराइज़ (वेक्टर से पिक्सेल में बदलें) किया जा सकता है, जबकि लेबल्स को वेक्टर (क्रिस्प) रखा जा सकता है। चरण फिगर आकार सेट करें और पैडिंग समायोजित करें फिगर और सबप्लॉट्स बनाएं एक्सिस 0: alpha और rasterized=False के साथ भरें टेक्स्ट