另一种基于python的思路 m = int(input()) root = {"usr": {}} cur_ls = ["usr"] for _ in range(m): command = input().split(maxsplit=1) if command[0] == "mkdir": name = command[1] exec("root" + "".join(f"['{n}']" for n in cur_ls) + f".setdefault(na...

另一种思路，相比官方解法空间复杂度更小，时间复杂度好像也更小，不知道论证的严不严谨。先统计每个基因能激活谁和被谁激活，然后两两组合基因bd，看哪些其他基因是符合条件的a和c，最后两两组合ac基因，注意a和c不能是同一个基因。复杂度方面，因为m << n*n，标答adj矩阵空间复杂度明显过高。时间复杂度方面，虽然本方法和标答外围两次循环都是O(n*n)，不过本方法set运算的复杂度是O(min(|set1|, |set2|))，最坏情况是m/n，总体更小一点。而且set运算由底层C语言实现。实测总体速度为标答3倍。 n, m = map(int, input().split()) a...

并不需要跑两次Dijkstra，直接正向跑，跑的时候记录一下next jump就可以 def main(): n, k = map(int, input().split()) connections = [[] for _ in range(n)] for _ in range(k): s1, s2, e = map(int, input().split()) connections[s1-1].append((s2-1, e)) connections[s2-1].append((s1-1, e)) s_start, s_end = map(lambda x: (int(x) - 1), i...

n, m = map(int, input().split()) residuals = [] signals = [] for i in range(n): for j, v in enumerate(map(int, input().split())): if v < 0: signals.append((v**2, i, j)) if v > 0: residuals.append((v, i, j)) ns = len(signals) nr = len(residuals) gain = [[0] * (ns + 1) for _ in range(1 << ...

n = int(input()) costs = list(map(int, input().split())) c = int(input()) costs.sort(reverse=True) n_extra = 0 for cost in costs: if cost >= c: n_extra += 1 else: break server_usables = [] for cost in costs[n_extra:]: need_new = True for i, u in enumerate(server_usables): if u >= cost: server_...

n, m = map(int, input().split()) state = int("".join(input().split()), 2) ops_temp = [["0"] * n for _ in range(n)] for _ in range(m): q1, q2 = map(lambda x: (int(x)-1), input().split()) ops_temp[q1][q2] = "1" ops = [0] * n for i in range(n): ops_temp[i][i] = "1&quo...

m, s_start, s_des, e_total = map(int, input().split()) c_list = [] net_list = [] for _ in range(m): temp = list(map(int, input().split())) c_list.append(temp[0]) net_list.append(set(temp[2:])) def main(): net_connects = [[] for _ in range(m)] start_nets = [] end_nets = [] for i, net1 in enumerate(ne...

一种按规则枚举的方法，更容易想出来 def is_prime(num): if num == 2: return True if num < 2: return False for demon in range(2, int(num**0.5)+1): if num % demon == 0: return False return True def main(): f_max = map(int, list(input())) f = [] reduced = False for i, d in enumerate(f_max): if i == 0: f.append(d) elif...

n, m = map(int, input().split()) c_list = list(map(int, input().split())) pre = [0] * (n + 1) for i in range(n): pre[i+1] = pre[i] + c_list[i] mean = pre[n] / m dp = [[float("inf")] * (m + 1) for _ in range(n + 1)] prev_pos = [[0] * (m + 1) for _ in range(n + 1)] dp[0][0] = 0 for g in rang...

n, m, k = map(int, input().split()) nodes = [list(map(int, input().split())) for _ in range(n)] samples = [list(map(int, input().split())) for _ in range(m)] def pareto(states): states.sort(key=lambda x: (-x[0], x[1])) res = [] min_fp = 300 for state in states: if state[1] < min_fp: res.append(st...

from collections import Counter input() c1 = list(map(int, input().split())) c2 = list(map(int, input().split())) def main(): total = Counter(c1) + Counter(c2) count1 = Counter(c1) min_c = min(total) c1_redundant = [] c1_required = [] for c in total: if total[c] % 2 != 0: return -1 offset = count1.g...

t = int(input()) buget = int(input()) orig_b = buget costs = list(map(int, input().split())) profits = list(map(int, input().split())) items = sorted(zip(costs, profits), key=lambda x: (x[1], -x[0]), reverse=True) # print(items) selled = [0] * len(items) for _ in range(t): for i, item in enumerate(i...

n, m, s, t = map(int, input().split()) way_ids_by_star = {i: [] for i in range(1, n + 1)} id2way = {} for i in range(1, m+1): star1, star2 = map(int, input().split()) id2way[i] = [star1, star2] way_ids_by_star[star1].append(i) way_ids_by_star[star2].append(i) route = [] visited = {s} def find_route(...