思路是分治快速排序,右边数组的值小于左边,则左边数组所有值都大于右边这个值,累加至总计逆序中 import copy # # 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 # @return int整型 # class Solution: def InversePairs(self , nums: List[int]) -> int: # write code here n = len(nums) _nums = [0 for i in rang...

- 深度优先用递归- 广度优先用循环队列(一边出一边入) # 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 # @return bool布尔型 # class Solution: def isCompleteTree(self , root: Tre...

遇到这种题优先定义变量,类似于建立数据库 name = ['A1', 'A2', 'A3', 'A4', 'A5', 'A6'] nameK = {'A1': 0, 'A2': 1, 'A3': 2, 'A4': 3, 'A5': 4, 'A6': 5} price = [2, 3, 4, 5, 8, 6] count = [0] * 6 money = [1, 2, 5, 10] moneyK = {1: 0, 2: 1, 5: 2, 10: 3} moneyC = [0] * 4 # 可用余额 amount = 0 # 初始化 def r(sl): global count...

m,n= map(int,input().split()) def count_ways(m, n): # 初始化一个二维数组 dp，大小为 (m+1) * (n+1) dp = [[0] * (n + 1) for _ in range(m + 1)] # 边界条件，当没有苹果时只有一种方法 for i in range(n + 1): dp[0][i] = 1 # 动态规划计算 for i in range(1, m + 1): for j in range(1, n + 1): ...

尴尬我也超时了,然后看了答案 import sys num = int(input()) # def get(lst,index): # try: # if index <0 or index >=len(lst): # return 0 # return lst[index] # except IndexError: # return 0 # r = -1 # lst = [] # for i in range(1,num+1): # if i==1: # ...

这里的主要难点是子网掩码的判断,并不是只有255和0,需要转换成二进制 import sys def is_valid_ip(lst): try: if any(i == '' for i in lst): return False return all(0 <= int(i) <= 255 for i in lst) and len(lst) == 4 except ValueError: return False def is_valid_sm(lst): try...

def max_satisfaction(N, m, items): # 初始化dp数组，表示每个容量下的最大满意度 dp = [0] * (N + 1) # 存储主件和附件的关系 main_items = [[] for _ in range(m + 1)] # 用来存储每个主件和它的附件列表 for i in range(m): v, p, q = items[i] if q == 0: # 主件 main_items[i + 1].insert(0,(v, p)) # 把主件信...