动态规划 主要思想 创建一个二维 dp 数组，接着遍历矩阵，然后在 dp 里面存储当前遍历到的最大的正方形的边长，最后取出 dp 的最大值，平方即面积。 状态转移方程 讨论区第一个那个图 其实已经很明了了，但我这里还是提一嘴。0 自然没什么问题；至于 min(dp[i - 1][j - 1], dp[i - 1][j], dp[i][j - 1]) + 1，其中的 1 指的是当前块，min 大家想一下就知道了，类似于 短板效应，最大的 囊括当前块 的正方形当然取决于最短的那条边。 ps: 几个小技巧 巧用 map 取二维数组最值 一般而言 * 快于 power 快于 ** # # 最大...

前言 话先说在前头，牛客网对 Python 的支持太差了，这个代码是 超时 的。 排行榜和讨论区上都是拆输入的字符，虽然为了 AC 是无可厚非，但我觉得至少应该有个正经解以供后人参考（虽然这个过不了）。 代码 重点是 collections.OrderedDict()，可以点击 Python官方文档 学习另外理解方面最重要的一点是，有序字典 末尾是最新 的键值对。 # # lru design # @param operators int整型二维数组 the ops # @param k int整型 the k # @return int整型一维数组 # import collections...

借鉴了一下排行榜上大佬们的代码，简写了一下，虽然牺牲了一部分效率，但我觉得更 pythonic。 # # # @param matrix int整型二维数组 the matrix # @return int整型 # class Solution: def minPathSum(self , matrix ): if not matrix: return 0 dp = [0] * len(matrix[0]) for i in range(len(matrix)): for j in ra...

递归 逻辑就是，左子树的最大深度 和 右子树的最大深度 比大小，再加上本节点 1 的深度。啪得一下，很快啊，就写好了。 class Solution: def maxDepth(self , root ): if not root: return 0 return 1 + max(self.maxDepth(root.left), self.maxDepth(root.right)) 迭代 思路简单来讲就是，创建一个队列（queue），然后把一层的节点都通过 for 遍历到下一层，如此自然每一次 while 循环就是加一层层数，...

自己一开始写的是链表值转到字符串，运算完得到新的字符串再分割组成链表，一直超时。 def f(head): s = '' while head: s += str(head.val) head = head.next return s class Solution: def addInList(self , head1 , head2 ): s = list(str(eval(f(head1) + '+' + f(head2)))) head = ListNode(int(s.pop(0))) ...

巧用栈中数据类型判断，以此迭代，一气呵成 # class TreeNode: # def __init__(self, x): # self.val = x # self.left = None # self.right = None # # # @param root TreeNode类 the root of binary tree # @return int整型二维数组 # class Solution: def threeOrders(self , root ): stack1, stack2, sta...

看完示例直接上手敲，调了半天才发现是 类一维数组，笑死，根本通不过 ：） # class Interval: # def __init__(self, a=0, b=0): # self.start = a # self.end = b # # # @param intervals Interval类一维数组 # @return Interval类一维数组 # class Solution: def merge(self , intervals ): i, intervals = 0, sorted(intervals, k...

动态规划 其中 n == 0 的时候返回 0；n == 1 的时候返回 1，所以我们就可以缩写成 if n < 2: return n。 # -*- coding:utf-8 -*- class Solution: def Fibonacci(self, n): if n < 2: return n dp = [0, 1] + [0] * (n - 1) for i in range(2, n + 1): dp[i] = dp[i - 1] + dp[i - 2] return dp[n...

强迫症式的字典 ：） dic = {'a':2, 'd':3, 'g':4, 'j':5, 'm':6, 'p':7, 't':8, 'w':9, 'b':2, 'e':3, 'h':4, 'k':5, 'n':6, 'q':7, 'u':8, 'x':9, 'c':2, 'f':3, 'i':4, 'l':5, 'o':6, 'r':7, 'v':8, 'y':9, 's':7, 'z':9} while True: try: s, res ...

解法一： 装作没看到，当数组解 ：） while True: try: l, s, k = int(input()), input().split(), int(input()) print(s[l - k] if k else 0) except: break 解法二： 自己定义节点再连成链表咯 ：） class Node(object): def __init__(self, val=0): self.val = val self.next = None while True: ...

我这前后加个字符，就很妙 ：） while True: try: res, n, s = '', '0123456789', ' ' + input() + ' ' for i in range(len(s) - 1): res += s[i] if s[i] not in n and s[i + 1] in n or s[i] in n and s[i + 1] not in n: res += '*' print(res[1:]) except:...

请记住 ljust 这个方法：） while True: try: s = input() m = len(s) % 8 if m: s = s.ljust(len(s) + 8 - m, '0') for i in range(len(s) // 8): print(s[i*8 : (i+1)*8]) except: break

既然你说非空，那我就要不讲武德了，很快啊~ while True: try: print(len(input().split()[-1])) except: break

某些个题的输入输出就懒得说了，这个难度分类指不定是有什么毛病。。。。。。 while True: try: n, k = map(int, input().split()) nums = sorted(list(map(int, input().split()))) print(*nums[:k]) except: break