import sys for line in sys.stdin: a = int(line.strip()) total = a curr_h = a # 第each次反弹的高度和第each+1次落地的总路程 for each in range(1, 5): total += curr_h curr_h /= 2 curr_h /= 2 print(total) print(curr_h)

import sys _ord_a = ord("a") alphabet = [] for idx, line in enumerate(sys.stdin): a = line.strip() # 构建密码表 if idx == 0: chr_used_list = [False] * 26 for each in a: tmp = ord(each) - _ord_a if not chr_used_list[tmp]: alphabet.append(each) chr_used_list[tmp] = True for i, each in enumerate(c...

简单的字符串处理+位运算 import sys for idx, line in enumerate(sys.stdin): a = line.strip() # ip -> int if idx == 0: nums_list = list(map(int, a.split("."))) result = 0 for each in nums_list: result <<= 8 result += each print(result) # int -> ip elif idx == 1: result_list = [0] * 4 num = i...

deepseek大人深刻的批评了一顿，表示明明n2能解决的问题为什么要用n3以下是更优解法，直接以i为中心，分别搜索最长的奇数回文串和偶数回文串时间：37ms，内存：4668KB import sys for line in sys.stdin: a = line.strip() # 中心扩展 max_len = 0 for i in range(len(a)): # 奇数回文 max_1 = 1 l, r = i-1, i+1 while l >= 0 and r < len(a): if a[l] == a[r]: max_1 += 2 l -= 1 r += 1 else: ...

没啥好说的，按照规则一个一个替换就好了，注意一下边界处理。 import sys _ord_0 = ord("0") _ord_9 = ord("9") _ord_a = ord("a") _ord_z = ord("z") _ord_A = ord("A") _ord_Z = ord("Z") def encode(s): result = [] for each in s: t = 0 cn = ord(each) # 特殊处理 if cn == _ord_9: t = ...

主要是两点如何判断为兄弟单词：长度相等，不等于原字符串，每个目标单词的字母计数与x相等如何排序：题干写的很清楚了，一个一个比较即可。甚至可以直接将一个字符串转化为26进制的数来处理，最长为10个字符，一个int完全足够存储了。然后排序后恢复成原单词就好了。 import sys def get_alphabet(s): result = {} for each in s: if each in result: result[each] += 1 else: result[each] = 1 return result for line in sys.stdin: a = line.split(...

注意点：排序后大小写需要保持一致，也就是说需要一个稳定排序算法大小写仅对稳定排序算法有需求，因此在排序的时候直接标记为相同的值即可（但是需要有一个标记来指定他是大写还是小写）这里直接用一个类控制字符的状态，包括排序值（rank_num）、原字符（ori_char），其实num和upper没啥用，之前想着用这个状态做判断，后来想想不如直接用一个值记录他的rank值算了。 import sys class TmpChr: def __init__(self, ori_char): self.ori_char = ori_char self.num = ord(ori_char) self.uppe...

以每一个同学为中心，分别计算左侧的最长递增子序列和右侧的最长递减子序列，然后记录最大值len(pos_tails)+len(neg_tails)+1，最后加的1是中心同学。但是这么写是17/21，会超时 n = int(input().strip()) nums = list(map(int, input().split())) r_nums = list(reversed(nums)) def get_incr_tails(its, max_num): tails = [] for num in its: if num >= max_num: continue l, r = 0, le...

动态规划：直接根据当前值和目标比较值的大小关系，更新dp数组即可，注意初始化是"1"不是"0"，因为最短子序列长度是1贪心算法+二分法搜索：主要要理解tails数组的含义，指定长度的递增子序列的末尾最小值。 # import sys # for line in sys.stdin: # a = list(map(int, line.split())) # dp = [1] * len(a) # for i in range(len(a)): # for j in range(i): # if a[i] > a[j]: # dp[i] = max(d...

分类讨论，逐渐提高判断复杂度长度利用正则判断密码类型将所有的子串保存下来，然后通过set()去重，判断是否有重复即可 import re import sys def check(p) -> bool: # 判断长度 if len(p) < 8: return False # 判断类型 t_num = re.search("[0-9]", p) t_low = re.search("[a-z]", p) t_upp = re.search("[A-Z]", p) t_spc = re.search("[^0-9a...

m, n = map(int, input().split()) s1 = input().strip() s2 = input().strip() if m < n: s1, s2 = s2, s1 m, n = n, m dp = [[0] * (n+1) for _ in range(2)] for i in range(1, m+1): for j in range(1, n+1): # 假设不加入最后一个字符 max_i = max(dp[(i-1)%2][j], dp[i%2][j-1]) if s1[i-1] == s2[j-1]: # 两者最后一个字符相等的时候才能够判断...