【秋招笔试】10.19京D秋招(已改编)-三语言题解
🍭 大家好这里是 春秋招笔试突围,一起备战大厂笔试
💻 ACM金牌团队🏅️ | 多次AK大厂笔试 | 大厂实习经历
✨ 本系列打算持续跟新
春秋招笔试题
👏 感谢大家的订阅➕ 和 喜欢💗 和 手里的小花花🌸
✨ 笔试合集传送们 -> 🧷春秋招笔试合集
🍒 本专栏已收集
140+
套笔试题,笔试真题
会在第一时间跟新🍄 题面描述等均已改编,如果和你笔试题看到的题面描述不一样请理解,做法和题目本质基本不变。
🍹 感谢各位朋友们的订阅,你们的支持是我们创作的最大动力 💞
🌈 京D秋招笔试,来啦!!!
🧸 本题前两题比较简单,第三题难度较大,
1️⃣ 简单的字符串模拟,考察语法
2️⃣ 大根堆的应用,也可以上别的动态求第K大的数据结构
3️⃣ 二分+动态规划,二分的
check
比较难想,需要用DP来实现,难度较大
🧸 01.LYA的文字过滤器 评测链接🔗
问题描述
LYA是一个热爱交流的大学生,她创建了一个在线讨论平台,希望同学们能在这里自由地交流学习心得。然而,随着平台用户的增多,一些不当言论开始出现,影响了平台的和谐氛围。为了维护良好的讨论环境,LYA决定开发一个文字过滤器,用于自动检测和替换敏感词。
这个文字过滤器的工作原理如下:
- 首先,LYA会提供一个敏感词库,包含多个需要过滤的词汇。
- 当用户发送消息时,系统会检查消息中是否包含敏感词库中的任何词汇。
- 如果发现敏感词,系统会将其替换为等长的星号(*)。
- 替换过程是贪婪的,即如果一个子串匹配多个敏感词,会选择最长的那个进行替换。
LYA希望你能帮她实现这个文字过滤器,让平台重新变得和谐友好。
输入格式
第一行包含一个整数 ,表示敏感词库中的词汇数量。
第二行是一个字符串 ,表示需要处理的用户消息。
接下来的 行,每行包含一个字符串 ,表示一个敏感词。
输出格式
输出一行,表示经过文字过滤器处理后的消息。
样例输入1
3
iakioi
ki
io
qwq
样例输出1
ia***i
样例解释
样例1 | 敏感词库包含三个词:"ki"、"io"和"qwq"。在输入字符串"iakioi"中,"ki"和"io"都是敏感词。系统先将"ki"替换为"",然后将"io"替换为""。由于两个敏感词有重叠,最终结果是将"kio"整体替换为"***"。 |
数据范围
- 所有字符串只包含小写英文字母
题解
字符串模拟
这道题目要求我们实现一个简单的文字过滤系统。虽然看起来不难,但其中还是有一些细节需要注意。
理解题目的核心要求:
- 有一个敏感词库和一个需要处理的字符串。
- 需要在字符串中找出所有的敏感词,并将它们替换为等长的星号。
- 如果有重叠的敏感词,需要选择最长的那个进行替换。
解决这个问题的一个直观思路是:
- 遍历字符串的每个位置。
- 对于每个位置,检查是否有以该位置开始的敏感词。
- 如果找到敏感词,就将其替换为星号,然后继续处理下一个未被替换的字符。
这个方法的时间复杂度是 ,其中 是字符串长度, 是敏感词的数量, 是敏感词的最大长度。对于给定的数据范围(,,),这个复杂度是可以接受的。
参考代码
- Python
# 读取输入
n = int(input()) # 敏感词数量
s = input() # 需要处理的字符串
sensitive_words = set(input() for _ in range(n)) # 敏感词集合
# 将字符串转换为列表,方便修改
s_list = list(s)
# 遍历字符串的每个位置
i = 0
while i < len(s):
# 检查从当前位置开始的所有可能的子串
for j in range(min(5, len(s) - i), 0, -1):
if s[i:i+j] in sensitive_words:
# 如果找到敏感词,替换为星号
s_list[i:i+j] = ['*'] * j
i += j - 1
break
i += 1
# 将列表转回字符串并输出
print(''.join(s_list))
- Java
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
// 读取输入
int n = scanner.nextInt();
scanner.nextLine(); // 消耗换行符
String s = scanner.nextLine();
Set<String> sensitiveWords = new HashSet<>();
for (int i = 0; i < n; i++) {
sensitiveWords.add(scanner.nextLine());
}
// 处理字符串
StringBuilder result = new StringBuilder(s);
for (int i = 0; i < result.length(); i++) {
for (int j = Math.min(5, result.length() - i); j > 0; j--) {
if (sensitiveWords.contains(result.substring(i, i + j))) {
for (int k = i; k < i + j; k++) {
result.setCharAt(k, '*');
}
i += j - 1;
break;
}
}
}
// 输出结果
System.out.println(result.toString());
}
}
- Cpp
#include <iostream>
#include <string>
#include <unordered_set>
using namespace std;
int main() {
int n;
string s;
unordered_set<string> sensitive_words;
// 读取输入
cin >> n;
cin.ignore(); // 忽略换行符
getline(cin, s);
for (int i = 0; i < n; i++) {
string word;
getline(cin, word);
sensitive_words.insert(word);
}
// 处理字符串
for (int i = 0; i < s.length(); i++) {
for (int j = min(5, (int)s.length() - i); j > 0; j--) {
if (sensitive_words.count(s.substr(i, j))) {
fill(s.begin() + i, s.begin() + i + j, '*');
i += j - 1;
break;
}
}
}
// 输出结果
cout << s << endl;
return 0;
}
🪴 02.卢小姐的珍珠排序 评测链接🔗
问题描述
卢小姐是一位珠宝设计师,她最近收到了一批珍珠,准备用来制作一条精美的项链。这些珍珠按照大小排列在一个长度为 的序列中,编号从 到 。卢小姐想要了解在制作过程中,每添加一颗珍珠后,当前已使用珍珠中第 小的珍珠是哪一颗。
为了帮助卢小姐完成这个任务,我们需要编写一个程序。对于每个位置 (),我们需要找出前 颗珍珠中第 小的珍珠的大小。如果当前使用的珍珠数量不足 颗,则输出 。
输入格式
第一行包含两个整数 和 (),分别表示珍珠的总数量和我们需要找的第 小的珍珠。
第二行包含 个整数 (),表示每颗珍珠的大小。保证所有 互不相同。
输出格式
输出一行,包含 个整数,以空格分隔。第 个数表示前 颗珍珠中第 小的珍珠的大小。如果前 颗珍珠的数量不足 个,则输出 。
样例输入1
5 2
5 4 3 2 1
样例输出1
-1 5 4 3 2
样例输入2
6 3
2 4 6 1 3 5
样例输出2
-1 -1 4 4 3 3
样例解释
样例1 | 对于前1颗珍珠,数量不足2个,输出-1。 对于前2颗珍珠[5,4],第2小的是5。 对于前3颗珍珠[5,4,3],第2小的是4。 对于前4颗珍珠[5,4,3,2],第2小的是3。 对于全部5颗珍珠[5,4,3,2,1],第2小的是2。 |
样例2 | 对于前1和前2颗珍珠,数量不足3个,输出-1。 对于前3颗珍珠[2,4,6],第3小的是6。 对于前4颗珍珠[2,4,6,1],第3小的是4。 对于前5颗珍珠[2,4,6,1,3],第3小的是3。 对于全部6颗珍珠[2,4,6,1,3,5],第3小的是3。 |
数据范围
- 所有 互不相同
题解
大根堆
这道题目要求我们在不断添加新元素的过程中,动态地找出第 小的元素。这个问题可以通过维护一个大小为 的大根堆来高效解决。
解题思路如下:
-
初始化一个大根堆,用于存储当前最小的 个元素。
-
遍历数组 ,对于每个元素 :
- 如果堆的大小小于 ,直接将 加入堆中。
- 如果堆的大小等于 ,比较 与堆顶元素:
- 如果 小于堆顶元素,弹出堆顶元素,并将 加入堆中。
- 否则,不做任何操作。
-
在每一步后,如果堆的大小等于 ,则堆顶元素就是当前第 小的数;否则,输出 。
这个方法的关键在于,只需要维护最小的 个元素,而不需要对所有元素进行排序。大根堆能够保证堆顶元素始终是这 个元素中的最大值,也就是第 小的元素。
时间复杂度分析:
- 对于每个元素,我们最多进行一次堆的插入或删除操作,这些操作的时间复杂度为 。
- 总共有 个元素,因此总的时间复杂度为 。
考虑到 ,这个时间复杂度是可以接受的。
空间复杂度为 ,用于存储堆中的元素。
参考代码
- Python
import heapq
def find_kth_smallest(n, k, arr):
heap = []
result = []
for num in arr:
# 如果堆的大小小于k,直接添加
if len(heap) < k:
heapq.heappush(heap, -num) # 使用负数来模拟大根堆
# 如果当前数小于堆顶元素,更新堆
elif -num > heap[0]:
heapq.heapreplace(heap, -num)
# 输出结果
if len(heap) < k:
result.append(-1)
else:
result.append(-heap[0])
return result
# 读取输入
n, k = map(int, input().split())
arr = list(map(int, input().split()))
# 计算结果并输出
result = find_kth_smallest(n, k, arr)
print(*result)
- Java
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
剩余60%内容,订阅专栏后可继续查看/也可单篇购买
这里收集了超全的刷题笔记,欢迎大家的订阅,会持续跟新的