火柴棍压缩
每周挑战 296
穆罕默德·S·安瓦尔 (Mohammad S. Anwar) 每周都会发出“每周挑战”,让我们所有人都有机会为每周两次的任务提出解决方案。我的解决方案首先用Python编写,然后转换为Perl。这对我们所有人来说都是练习编码的好方法。
挑战,我的解决方案
任务 1:字符串压缩
任务
您将获得一串字母字符,$chars。
编写一个脚本,使用游程编码来压缩字符串,如示例所示。
压缩单元可以是单个字符,也可以是计数后跟一个字符。
奖励:编写一个解压缩函数。
我的解决方案
由于正则表达式的强大功能,这是一项非常简单的任务。 Python 和 Perl 都允许替换值是一个函数。因此,我有一个名为 sc 的函数,它将多个字母转换为数字和字母。例如如果输入是aaa,它将返回3a。
def sc(match): m = match.group(0) return str(len(m)) + m[0]
然后就是根据需要调用这个函数了。
def string_compress(s: str) -> str: return re.sub(r'(([a-z])+)', sc, s)
解压缩函数(仅限Python)以类似的方式工作。它采用数字后跟字母的模式,并将其更改为重复指定次数的字母。
def usc(match): m = match.group(0) return m[-1] * int (m[:-1]) def string_decompress(s: str) -> str: return re.sub(r'(\d+[a-z])', usc, s)
为了从命令行执行,我使用 argparse 模块来查看是否指定了 --decompress 选项。
def main(): parser = argparse.ArgumentParser() parser.add_argument("--decompress", help="decompress the input", action='store_true') parser.add_argument("str", help="the string to compress/decompress") args = parser.parse_args() if args.decompress: result = string_decompress(args.str) else: result = string_compress(args.str) print(result)
示例
$ ./ch-1.py abbc a2bc $ ./ch-1.py aaabccc 3ab3c $ ./ch-1.py abcc ab2c $ ./ch-1.py --decompress a2bc abbc $ ./ch-1.py --decompress 3ab3c aaabccc $ ./ch-1.py --decompress ab2c abcc
任务2:火柴方
任务
给你一个整数数组,@ints。
编写一个脚本来查找是否可以使用给定数组 @ints 中的棍子制作一个正方形,其中 $ints[ì] 是第 i 根棍子的长度。
我的解决方案
这会有点长,所以请系好安全带。我检查的第一件事是木棍的总和是否能被四整除。如果不是,没有可能的解决方案,我可以返回 false
我还可以检查没有一根棍子比一侧长。如果发生这种情况,我也会返回 false。
通过这两项检查,所有示例都会给出正确的结果。然而,它会错误地报告 4 3 3 3 3 为真,而实际上并非如此。
尝试二
查看示例和我自己的想法,我认为解决方案是匹配一对值来匹配每一侧。因此,对于示例 3 4 1 4 3 1,我们有两对 3 和 1 棍子,组成四根棍子。这将解决 4 3 3 3 3 问题,因为 3 没有匹配的。
但是如果棍子是 4 4 3 1 2 1 1,这将不起作用,因为一侧使用三根棍子(一根 2 和两根 1)
尝试三
所以我的下一次尝试有点复杂,我认为这是一个很好的解决方案......直到它不是。对于这次尝试,我从最长的棍子开始。如果不是边的长度,我就拿完成边所需的下一根最长的棍子,然后重复,直到没有可能的解决方案。使用此方法,以下解决方案是正确的。
- 4 4 3 1 2 1 1
- 9 5 4 3 3 3 3 3 3
- 9 6 3 5 4 3 3 3
- 9 6 3 5 4 3 3 2 1
我以为这就是解决方案,直到我意识到 9 5 3 1 5 2 2 3 3 3 不起作用。第一条边是 9,下一条边是 5 3 1,第三条边会失败,只有 5 3 而没有 1。
尝试四
此时,我开始怀疑是否有可能想出一个不涉及暴力的解决方案。所以我睡在上面,在平板电脑上写下了很多东西(我正在度假,所以不能使用我的白板),然后又睡在上面。我的结论是使用递归函数是唯一的解决方案。
也许我只是想太多了,或者也许有一个我刚刚想到的真正简单的解决方案(就像上周的情况)。
最终代码
还在读书吗?干得好:)
对于这个任务,我有一个名为 make_side 的递归函数。它需要一个剩余棍棒的列表(Perl 中的 arrayref)以及所需的长度。然后它会遍历剩余的棍子(首先是最高的)。然后发生以下三件事之一:
- 如果棍子比要求的长度长,我会跳过它。
- 如果是需要的长度,我就返回。
- 如果它很短,我会使用它并再次调用该函数以使用另一根棍子。该调用会删除已使用的棍子,并根据已使用的棍子的长度减少所需的长度。
该函数将返回所使用的棍子列表,如果未找到有效的棍子组合,则返回 None(Perl 中的 undef)。
def sc(match): m = match.group(0) return str(len(m)) + m[0]
拼图的最后一块,我执行第一部分中提到的检查(总和可以被四整除,长度不能超过边长),然后调用上面的函数。如果返回 None,我返回 false。如果所有的棍子都被使用,我返回true。
def string_compress(s: str) -> str: return re.sub(r'(([a-z])+)', sc, s)
示例
def usc(match): m = match.group(0) return m[-1] * int (m[:-1]) def string_decompress(s: str) -> str: return re.sub(r'(\d+[a-z])', usc, s)
以上是火柴棍压缩的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

要在有限的时间内最大化学习Python的效率,可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。
