# # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # 判断岛屿数量 # @param grid char字符型二维数组 # @return int整型 # class Solution: def solve(self, grid: List[List[str]]) -> int: # write code here # 呃，之前那个方法超时了，还是老老实实BFS试试吧 # 总体思路是这样的： # 在grid中找1，岛屿数量加1 # 找到之后将其改为0（这个地方我没想到） # 然后拓展它的岛屿（这里想到了），将这个岛屿上的1都改为0 # 那么如何拓展呢？...

import sys import heapq n,m = map(int,input().split()) graph = [[] for _ in range(5001)] for _ in range(m): u,v = map(int,input().split()) graph[u].append(v) graph[v].append(u) # 第二种方法 # 每次只辐射一个点，将待辐射点加入栈 visited = set() curr = [(0,1)] heapq.heapify(curr) while curr: dist,node = heapq.heappop(curr) ...

import sys import heapq n, m = map(int, input().split()) xs, ys, xt, yt = map(int, input().split()) g = [['*'] for _ in range(n + 1)] # 索引0不使用 for i in range(1, n + 1): g[i] += input() g[i] += '*' g[0] = ['*'] * (m + 2) g.append(['*'] * (m + 2)) if g[xs][ys] == '*' or g[xt][yt] == '*': print(-1) sys...

import sys n,m = map(int,input().split()) graph = [[] for _ in range(5001)] for _ in range(m): u,v = map(int,input().split()) graph[u].append(v) graph[v].append(u) # 我的思路是 # 从起点向外辐射，判断终点是否为起点的邻接点 # 如果是停止循环 # 如果不是将点集更换为起点的邻边 # 再以新的点集向外辐射 # 每辐射一次distance+1 # 我需要两个点集，一个用来存储已经辐射过的点 # 一个用来存储当前需要检查的点 # 如果...

n,k = map(int,input().split()) a = list(map(int,input().split())) a.sort() left = 0 max_length = 0 for right in range(len(a)): while a[right] - a[left] > k: left += 1 current_length = right - left + 1 max_length = max(max_length,current_length) print(max_length)

# 编码后字符串的长度等于原始的频率乘以编码长度再求和 import heapq n = int(input()) a = list(map(int, input().split())) heapq.heapify(a) total_length = 0 while len(a)>1: first = heapq.heappop(a) second = heapq.heappop(a) combile = first + second # 每多一层，编码长度就会+1 # 那么字符串长度就需要再原来的基础上多一倍原始的频率 # first和second都需要增加 # 所以加上combile...

q = int(input()) # 补充余数运算性质 # (a*b) mod p = [(a mod p)*(b mod p)] mod p def function1(a,b,p): if b == 0: return 1 if b%2 == 1: res = function1(a,b-1,p) return res*a % p else: res = function1(a,b//2,p) % p return res*res % p for _ in range(q): a,b,p = map(int,input().split()) print(function1(a,b,p))

# # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # # @param n int整型 # @return string字符串一维数组 # class Solution: def getSolution(self , n: int) -> List[str]: # write code here # 思路梳理： # 要把圆盘全部移到最右边分为三步 # 第一步：将n-1个盘子借助右柱子移到中间 # 第二步：将第n个盘子从左柱子移到右柱子 # 第三步：将n-1个盘子借助左柱子移到右边 self.result_list = [] self.hanoi(n,'...

# # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # # @param nums int整型一维数组 # @param target int整型 # @return int整型 # 二分查找方法 class Solution: def search(self , nums: List[int], target: int) -> int: # write code here if not nums: return -1 left = 0 right = len(nums)-1 while left <= right: mid = (left+rig...

# # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # # @param nums int整型一维数组 # @param target int整型 # @return int整型 # class Solution: def search(self , nums: List[int], target: int) -> int: # write code here if target in set(nums): return nums.index(target) else: return -1

# def __init__(self, x): # self.val = x # self.left = None # self.right = None # # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # # @param root TreeNode类 the root of binary tree # @return int整型二维数组 # class Solution: def threeOrders(self , root: TreeNode) -> List[List[int]]: # write code here # 将前中后序遍历同...

# class TreeNode: # def __init__(self, x): # self.val = x # self.left = None # self.right = None # # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # # @param root TreeNode类 the root of binary tree # @return int整型二维数组 # class Solution: def threeOrders(self, root: TreeNode) -> List[List[int]]: # write cod...

from math import inf import heapq from collections import defaultdict """ Dijkstra算法 构建邻接表graph 构建用来储存到起点最短长度的列表dict,用来存储需要加入判断的边的最小堆heap 整体思路：不断地去更新从起点到邻接点的最短距离 从起点（第一个发散点）开始，更新其邻接点到起点的距离 并将更新过（如果新的路径距离更短）的点和距离（到起点的最短距离）放入heap中 heap中放置的是与能与发散点集相连的所有点，以及这些点与起点的最短距离（存在部分不是最短距离的） 找到距离起点...

# # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # 返回最小的花费代价使得这n户人家连接起来 # @param n int整型 n户人家的村庄 # @param m int整型 m条路 # @param cost int整型二维数组 一维3个参数，表示连接1个村庄到另外1个村庄的花费的代价 # @return int整型 # class Solution: def miniSpanningTree(self , n: int, m: int, cost: List[List[int]]) -> int: # write code here # kru...