Es scheint, dass Codierungstests in Ingenieurinterviews im Ausland durchgeführt werden, und in vielen Fällen besteht die Hauptsache darin, bestimmte Funktionen und Klassen entsprechend dem Thema zu implementieren.
Anscheinend ergreifen viele Ingenieure Maßnahmen auf der Website namens LetCode.
Es ist eine Site, die die Algorithmusleistung trainiert, die dem Codierungstest standhält, der in der frühen Geschichte durchgeführt wurde, und es ist ein unvermeidlicher Weg für diejenigen, die eine Karriere bei einem ausländischen Technologieunternehmen aufbauen möchten.
Ich habe es groß geschrieben, aber ich habe im Moment keine Pläne für ein solches Interview.
Als IT-Ingenieur wäre es jedoch besser, die gleiche Algorithmusleistung wie eine Person zu haben. Daher möchte ich das Problem unregelmäßig lösen und die Methode, die ich damals dachte, als Memo aufschreiben.
Ich löse es mit Python3.
Letztes Mal Leet Code Day68 ab Null "709. In Kleinbuchstaben"
Im Moment priorisiere ich das Medium der 100 beliebtesten Fragen. Easy wurde gelöst. Wenn Sie interessiert sind, gehen Sie bitte zum Tisch.
Twitter Ich mache es.
** Technischer Blog Gestartet! !! ** ** ** Ich denke, die Technologie wird über LetCode, Django, Nuxt usw. schreiben. ** Dies ist schneller zu aktualisieren **, vielen Dank für Ihre Mitarbeit!
279. Perfect Squares Der Schwierigkeitsgrad ist Mittel. Auszug aus den 100 beliebtesten Fragen.
Bei einer positiven ganzen Zahl n besteht das Problem darin, die minimale Anzahl perfekter Quadrate zu finden, die sich zu n addieren (z. B. 1, 4, 9, 16, ...).
Example 1:
Input: n = 12 Output: 3 Explanation: 12 = 4 + 4 + 4.
Example 2:
Input: n = 13 Output: 2 Explanation: 13 = 4 + 9.
class Solution:
def numSquares(self, n: int) -> int:
dp = [i for i in range(n+1)]
for i in range(2,n+1):
for j in range(1,int(i ** 0.5)+1):
dp[i] = min(dp[i],dp[i-j*j]+1)
return dp[n]
# Runtime: 4608 ms, faster than 39.65% of Python3 online submissions for Perfect Squares.
# Memory Usage: 14 MB, less than 60.54% of Python3 online submissions for Perfect Squares.
Implementiert mit dynamischer Planung. Als ich das Problem sah, stellte sich heraus, dass es DP war. Wenn der Wert klein ist, können Sie eine vollständige Suche durchführen, die jedoch in keiner Weise ineffizient ist. Deshalb habe ich sie wie oben beschrieben geschrieben.
Als Empfehlung der dynamischen Planungsmethode meines persönlichen Qiita-Artikels Super Einführung in die dynamische Planung! Pädagogischer DP-Wettbewerb A bis E Problemerklärungen und ähnliche Probleme Und bei der Implementierung in Python Lernprotokoll für dynamische Programmierung (DP) ~ von Python ~ Teil 1
Ist es nicht ein gutes Beispiel? Ich denke, es ist besser, das Konzept im ersteren zu verstehen und mehr über die Implementierung in Python im letzteren zu erfahren.
Apropos, es ist eine dynamische Planungsmethode auf Japanisch, aber es ist Dynamic Programming auf Englisch, nicht wahr?
Das war's für diese Zeit. Danke für deine harte Arbeit.
Recommended Posts