华为嵌入式软件实习笔试3

《嵌入式软件开发笔试与面试手册》：https://blog.nowcoder.net/zhuanlan/jvN8gj

《嵌入式软件笔试-2023年真题汇总》：https://blog.nowcoder.net/zhuanlan/0oDWVm

获取公共链表片段

给定两个链表，获取两者中相同节点值的最大连续片段。如果没有公共片段，返回-1。

解答要求

时间限制: C/C++ 1000ms,其他语言: 2000ms内存限制: C/C++ 256MB, 其他语言: 512MB

输入

第一行表示链表1，第二行表示链表2，每条链表长度不超过20个元素，链表不会为空。

输出

公共链表片段

样例1

输入

1 2 2 3 9 1 5

9 2 2 3 6 8

输出

2 2 3

#include <iostream>
#include <string>
#include <set>
using namespace std;

int main() {
    string nums1, nums2;
    getline(cin, nums1);
    getline(cin, nums2);

    set<string> s;
    int n = nums1.size(), m = nums2.size();

    // 存储所有可能的子字符串到集合中
    for (int i = 0; i < n; ++i) {
        for (int j = i; j < n; ++j) {
            s.insert(nums1.substr(i, j - i + 1));
        }
    }

    string res = "";
    // 查找最长的公共子字符串
    for (int i = 0; i < m; ++i) {
        for (int j = i; j < m; ++j) {
            string sub = nums2.substr(i, j - i + 1);
            if (s.find(sub) != s.end() && sub.size() > res.size()) {
                res = sub;
            }
        }
    }

    if (!res.empty()) {
        cout << res << endl;
    } else {
        cout << -1 << endl;
    }

    return 0;
}

矿车运输成本

露天矿采矿作业的特点是规模大，矿石和废料的移动量达到百万吨，运输成本开销较大，需要寻求一种最优的运输路径节省成本。

已知矿场可以划分成N*M的网格图，每个网格存在地形的差异，因此通过不同网格时，成本开销存在差异。

网格有以下5种类型：

1、标志为'S’的网格为运输起点；

2、标志为'E”的网格时运输终点；

3、标志为'B’的网格为阻塞点，不允许通行；

4、标志为'C'的网格为检查点，矿车在运输路径中，至少需要进入一次检查点。

5、标志为‘数字”的网格，其数字表示经过该网格的成本开销。

运输矿车只能上下左右4个方向运行，不允许斜对角进入其他网格。必要时可重复进入网格。

请根据输入的网格图，寻求一条从S网格到E网格，并且至少经过一次检查点的最低成本运输路径，并输出其成本开销。

解答要求

时间限制: C/C++ 1000ms,其他语言: 2000ms内存限制: C/C++ 256MB, 其他语言: 512MB

输入

第一行：网格图的行数N[3,200]和网格图的列数M[3,200]，使用空格隔开。

第二行至第N+1行：网格图每一行的元素，可以为'S’，E’，'B'，‘C'或者数字[0,100]，并且有且仅有一个'S’和一个'E’，同时存在一个或者多个‘C'，并依次使用空格隔开。

输出：

第一行：输出运输最低成本开销。如果不存在可达通路，请输出-1

示例 1：

输入：

3 3

S 4 5

7 B 3

C 9 E

输出：

16

import heapq
from math import inf

# 读入矩阵的行数和列数
n, m = map(int, input().split())
matrix = []
# 读入矩阵内容
for _ in range(n):
    matrix.append(input().split())

def solve(st_i: int, st_j: int):
    # 初始化距离矩阵和访问状态矩阵
    distance = [[inf] * m for _ in range(n)]
    visited = [[False] * m for _ in range(n)]
    distance[st_i][st_j] = 0
    h = []
    heapq.heappush(h, [0, st_i, st_j])
    # 使用优先队列进行Dijkstra算法
    while h:
        d, i, j = heapq.heappop(h)
        if visited[i][j]: continue
        visited[i][j] = True

        # 检查四个方向上的相邻单元
        for ni, nj in ((i + 1, j), (i, j + 1), (i - 1, j), (i, j - 1)):