开头我没法从跑分看出一个人的真实水平直到自己动手把 Step 5 Preview 里的两个编程任务完整实测了一遍才彻底明白这个道理。这个关卡在平台上的跑分很漂亮不少人刷完之后就觉得自己“掌握了”但真正落到编辑器里从读题到补完 begin-end 之间的代码再到通过全部测试数据中间隔着好几道坎。尤其是那个“用倒推法求杨辉三角并输出”的任务看起来是经典题实际做起来才发现教科书里的正推思路和评测要求的倒推更新完全是两套写法。这篇文章把我整个实测过程、代码推导、踩坑记录和平台评测逻辑都摊开来讲适合正在刷在线编程任务、准备面试基础题、或者单纯想弄懂杨辉三角倒推法到底怎么回事的读者。1. Step 5 Preview 的跑分到底能说明什么1.1 这个预览关卡是干什么的Step 5 Preview 不是我随便找的一道题它是某编程实训平台课程体系里的一个“阶段性预览”节点。官方设计它的目的是在你进入下一个大模块之前先用一组小任务探一探基础掌握程度。你在这个关卡里的答题速度、通过率、代码长度、提交次数会被汇总成一个类似跑分的综合评分。跑分高的学员系统会判定“基础扎实”然后给你推荐更难的后续内容跑分低的则会被标记为“需要复习”。听起来很合理对吧我一开始也是这么想的。直到我看到两个跑分差距很大的同学在同一个真实任务上的表现几乎反过来才意识到这里的跑分玩的是“完成度”而不是“熟练度”。1.2 跑分高不等于你真的会写我见过一个特别典型的例子。Step 5 Preview 的跑分有 96 分但当我让他现场口述一遍“倒推法求杨辉三角”的代码逻辑时他愣了半天最后从教科书式正推开始背。另一位跑分只有 78 分的同学反而能一句话点破关键一维数组必须从右往左更新否则旧值会被覆盖。造成这种反差的原因不复杂。平台上很多任务的解题代码是半开放的begin-end 区域里的骨架已经把大部分结构给好了你只需要补一两行。跑分算法看的是最终输出是否和预期完全一致它不关心你是理解了还是试出来的。所以跑分高说明你“这次提交对了”不代表你“换个输入还能做对”。1.3 三个跑分回答不了的问题带着这种怀疑我给自己列了三个必须用真实任务来回答的问题这个任务让我真正掌握的到底是算法思想还是仅仅一段能跑的代码评测逻辑里藏着哪些隐含要求比如边界输入、输出格式、行尾空格如果题目稍微变一下比如要求倒着输出杨辉三角我还能不能做出来带着这三个问题我开始实测 Step 5 Preview 的第一个任务。测完之后我发现跑分之外的信息量远比那个数字大多了。2. 任务一实测倒推法求杨辉三角题目到底在考什么2.1 原题信息拆开来看任务描述很简短原文大概是这样的用倒推法求杨辉三角并输出。请在右侧编辑器 begin-end 处补充代码完成本关任务。平台会对你编写的代码进行测试比对你输出的数值与实际正确数值只有所有数据全部计算正确才能通过测试。测试输入为杨辉三角的总行数。拿测试输入 3 举例预期输出是一个金字塔形状1 1 1 1 2 1我第一次读这道题的时候注意力全放在“杨辉三角”四个字上了差点忽略了最重要的限定词——倒推法。如果你只学过二维数组正推法这道题能做对但可能完全没踩到考点上。平台既然明确写了“倒推法”评测用例里就一定有针对这个知识点的考察逻辑。2.2 杨辉三角的数学规律先复习一下杨辉三角的结构大家都熟第 0 行是 1第 1 行是 1 1第 2 行是 1 2 1往下每一行的首尾都是 1中间每个数等于上一行相邻两个数之和。用数学公式表达就是当 j 0 或 j i 时a[i][j] 1其他情况a[i][j] a[i-1][j-1] a[i-1][j]这个规律本身没有任何争议。问题在于如果你用一个一维数组来表示每一行要怎么从上一行推出下一行。2.3 正推和倒推的本质区别先说正推。正推的思路是新开一个数组存当前行然后用上一行的两个数相加得到当前行的中间数。这很直观每个人第一次写杨辉三角基本都是这么写的。倒推就不一样。倒推的核心是只在同一个一维数组上做原地更新不新开数组。更新的时候必须从右往左算。为什么因为 a[j] 的新值依赖的是“上一行”的 a[j-1] 和 a[j]如果你从左往右更新左边的 a[j-1] 在本次更新中已经被覆盖成新值了再拿它去算右边的 a[j]结果就全错了。举个具体例子。假设当前数组是第 2 行 [1, 2, 1]要生成第 3 行 [1, 3, 3, 1]。先给数组加一个元素变成 [1, 2, 1, 0]然后从左往右j1 时a[1] a[1] a[0] 2 1 3变成 [1, 3, 1, 0]j2 时a[2] a[2] a[1] 1 3 4变成 [1, 3, 4, 0]。错误第 3 行应该是 [1, 3, 3, 1]。从右往左j3 时a[3] a[3] a[2] 0 1 1j2 时a[2] a[2] a[1] 1 2 3j1 时a[1] a[1] a[0] 2 1 3。得到 [1, 3, 3, 1]完美。这就是倒推法的直觉图景。你可以把它想象成在墙上贴标签从右往左贴每次用的都是左边还没被替换的旧标签从左往右贴左边的旧标签早就被你揭掉了后面的新标签数据源就断了。2.4 为什么平台偏爱这个考法很多刷题的人不理解既然二维数组正推法又简单又不容易错为什么题目非要限定倒推。我的实测体会是倒推法考察的是对数据依赖关系的敏感度。你能意识到“计算右边的新值必须依赖左边的旧值”说明你真正理解了递推公式的时序性而不是只会照着代码模板填。从评测者的角度看倒推法还能顺带考察空间复杂度意识。同样的功能二维数组需要 O(n²) 空间一维数组倒推只需要 O(n) 空间。Step 5 Preview 作为一个“阶段性能力预览”用一个经典题同时考察递推、时序、空间优化三个点性价比非常高。这也是为什么我建议你务必亲手写一遍倒推版而不是背答案。3. 倒推法代码实现三个关键点踩坑实录3.1 数据结构选一维数组而不是二维明确了要用倒推法之后代码结构就很清晰了。核心思路是维护一个一维数组 row初始为 [1]每生成新一行先在末尾追加一个 0 把数组长度加一然后从最后一个元素往前更新。Python 实现的核心循环是这个样子def yanghui_row(n): row [1] for i in range(1, n): row.append(0) # 长度加一对应新行多一个元素 for j in range(i, 0, -1): row[j] row[j-1] # 从右往左倒推更新 return row这里有一个细节容易被忽略row[j] row[j-1]这行代码里右边的row[j-1]必须是旧的上一行值。因为 j 是从大到小遍历当算到 j 的时候j-1 位置的值还是旧的等下一轮 j 变成了 j-1它自身才会被更新。这个顺序保证了每个加数都是“上一行”的数据。3.2 生成完整三角的完整代码上面的函数只返回最后一行但题目要求输出整个三角所以要把每一行都存下来或直接打印。我实测时是先收集所有行再统一计算对齐宽度来输出def print_yanghui_triangle(n): rows [] row [1] rows.append( .join(map(str, row))) for i in range(1, n): row.append(0) for j in range(i, 0, -1): row[j] row[j-1] rows.append( .join(map(str, row))) max_width max(len(line) for line in rows) for line in rows: print( * ((max_width - len(line)) // 2) line)跑一下输入 3输出是1 1 1 1 2 1拿这个结果去和题目预期输出比对形状是对得上的。如果你仔细数原题的预期输出会发现它第一行前方空格数远比我这里的 2 个多。这是不同平台对“金字塔”的排版要求不同导致的。我实测的平台采用居中对齐但有些平台要求每个数字固定占 4 个或 5 个字符宽度每行整体缩进。遇到这种情况务必先用题目给的示例输入在你本地跑一遍肉眼比对空格数量再提交不要盲目相信我这里的中文输出格式。3.3 我在本地调试时踩到的三个坑第一次提交我没通过。排查了很久总结出三个坑每个都值得单独说。第一个坑忘记先追加 0 就更新数组。如果你直接对长度为 2 的数组做 j2 的更新下标直接越界。这个错误很蠢但是初学者特别容易犯因为纸面推导的时候我们习惯在数组末尾“凭空”多出一个位置代码里必须显式地 append。第二个坑习惯性地写了for j in range(len(row) - 1, 0, -1)这里没问题但如果我在循环体里用了row[j - 1]而不是row[j - 1]的旧值就会出错。这个坑的本质其实还是更新顺序。建议核实一下当更新完 row[j] 之后下一轮 j 变成了 j-1此时 row[j-1] 还没有被更新所以计算没问题。如果你调换了内层循环方向比如从 1 到 i那就一定错。第三个坑输出的时候多打了行尾空格。平台比对的是全部输出内容包括空格和换行不是只比对数字。行尾多个空格某些严格评测会直接判 WA。所以拼接字符串的时候别图省事用print(str(num) )最好先把整行字符串构造好一次性 print。3.4 边界值处理n1 的时候杨辉三角总行数是 1 的时候只有一个输出1。我的代码里 row 初始就是 [1]循环 for i in range(1, n) 一次都不执行直接输出 1逻辑天然正确。这也是倒推法一维数组的好处你不需要为边界情况写特殊分支。如果你用的是二维数组正推n1 时也得小心因为很多人在初始化第一行时专门写了分支不定哪一行下标就会越界。倒推法反而在这个边界上更省心算是个隐藏加分项。4. 评测的隐藏门槛边界条件与格式实测记录4.1 平台到底是怎么比对的跑分系统的评测逻辑说白了就是把你代码运行后的标准输出和预期输出做逐字符比对。注意是逐字符不是只比对数字。这意味着三个问题你必须同时答对数值正确行数正确每行末尾有没有空行空格位置正确前导空格、行内间隔、行尾空格我实测的时候特意验证了一下把行内数字间隔从 1 个空格改成 2 个空格别的都不动评测立刻变红。所以你可以认为这类题目的“格式”和“算法”是同等权重的任何一边出错都会导致跑分难看。4.2 输入 1、3、5 的实测输出记录我拿输入 1、3、5 分别跑了一遍得到的输出如下。输入 11输入 31 1 1 1 2 1输入 51 1 1 1 2 1 1 3 3 1 1 4 6 4 1第三行开始的两位数值没有破坏对齐是因为我用了字符串居中而不是固定字符宽度。如果数字继续变大比如输出第 10 行数字本身长度不一致居中对齐会导致上下行的相对位置不是严格的金字塔。这是这类题目的通病。我实测的时候特意追加了输入 10 观察发现平台在这类用例上通常只要求数字间隔一致不再强行居中或者直接不测大行数。4.3 两位数以上的数字对齐问题我在本地测到第 10 行时发现一个有意思的现象。第 10 行的内容是 [1, 10, 45, 120, 210, 252, 210, 120, 45, 10, 1]数字最长的是 252占 3 个字符。如果还是用字符串居中对齐输出会变成1 1 1 1 2 1 1 3 3 1 1 4 6 4 1 1 5 10 10 5 1 1 6 15 20 15 6 1 1 7 21 35 35 21 7 1 1 8 28 56 70 56 28 8 1 1 9 36 84 126 126 84 36 9 1看起来已经不是严格的等腰三角形了但数字之间的相对位置是有序的。平台如果真要严格按等腰输出那就得用固定宽度格式化比如每个数字占 5 个字符位。我在文章里给出的实现更适合行数小且平台采用居中策略的场景。如果你用的平台对输出格式特别严格建议改成print( * 缩进 .join(f{num:4} for num in row))这种固定宽度的方案三角形形状更稳定但字符串对齐的美观度取决于宽度参数需要按题目的实际要求调试。4.4 从预期输出反推评测脚本的写法做题的时候我会习惯性地站在出题人角度想这个测试输入是怎么生成的我自己写过一个简易评测脚本把杨辉三角的目标行分几种方式生成再用字符串格式化输出然后比对。在实测 Step 5 Preview 这个任务时我猜测平台的预期输出是通过某种统一的格式化函数生成的大概率不是人手工敲的空格。如果有条件你可以用题目给的小输入比如 3先跑出输出再用 diff 工具和平台给定的预期输出做一下对比。有差异就把空格数调整到完全一致。这种“拿示例当验证基准”的方法比光盯着代码找错快得多。5. 第二个任务实测一个排序变体题把跑分打回原形5.1 第二个任务的题目描述Step 5 Preview 里第二个任务和我们刚说的杨辉三角完全不是一个类型。它考察的是插入排序的每一轮中间状态。题目要求你读入一个长度为 m 的整数数组输出每一趟插入排序完成后的数组内容并且元素之间用单个空格分隔。如果原数组已经有序也要输出原始状态。这个任务在题目性质上和杨辉三角有很多共同点都是数组操作都要注意输出格式都考察循环过程的“中间状态”而不是最终结果。跑分系统给这个任务的预估分数不低但我的实测结果告诉我很多人恰恰在这种“中间状态输出题”上翻车。5.2 代码实现的要点插入排序每轮输出中间状态最简单的写法是边排序边收集快照def insertion_sort_snapshots(arr): snapshots [arr.copy()] for i in range(1, len(arr)): key arr[i] j i - 1 while j 0 and arr[j] key: arr[j 1] arr[j] j - 1 arr[j 1] key snapshots.append(arr.copy()) return snapshots输出的时候逐行打印for snapshot in snapshots: print( .join(map(str, snapshot)))这个代码本身没有什么难度。真正让很多跑分高的人当场卡住的是两个输出细节。5.3 两个最容易翻车的输出细节第一个细节稳定排序的判断条件。平台测试数据里如果有重复元素那 while 循环的条件到底是arr[j] key还是arr[j] key会直接改变中间状态。因为插入排序是稳定排序相等元素不应该交换位置所以条件应该用。你要是写成排序结果依然有序但中间过程的数组内容就会和预期输出不同。评测比的是所有轮次的状态任何一轮不一致都是错。第二个细节已经有序的数组也要输出初始状态。很多人在本地测试有序数组时看到排序一轮没变化就直接跳过了快照输出结果漏行了。平台可不管你有没有变化它要求每一趟的结果都打印出来哪怕和上一趟完全一样。这个小坑如果不做真实任务测试光靠跑分根本看不出来。5.4 两个任务放在一起看把杨辉三角倒推法和插入排序状态输出放在一起能看到一个共同点它们考的都是“过程”而不是“结果”。跑分系统如果只看最终答案是测不出你对过程的理解的。Step 5 Preview 聪明的地方在于它用这类必须输出中间状态的题目把只会背答案的人筛了出来。我拿这两个任务去复盘那些跑分很高的同学时发现一个规律跑分高的人大多能写出最终结果正确的代码但问起“为什么这里更新顺序必须从右往左”“为什么重复元素不能交换”很多人答不上来。这就解释了为什么跑分只是参考真实任务才是照妖镜。6. 两次实测之后我对跑分这件事的整体看法6.1 跑分适合排序不适合诊断实测完两个任务我最大的感受是跑分系统适合告诉你“你在人群里的相对位置”但不适合告诉你“你到底哪里不会”。96 分和 78 分之间的差距可能只是某个输出格式多试了一次两个 85 分的人一个倒推法门儿清另一个可能连更新顺序的原理都讲不清楚。如果你想利用 Step 5 Preview 提高自己我建议别盯着那个数字反复刷。多花时间做两件事一是把每道题的原理讲给自己听二是主动做变体题。比如杨辉三角做完了试着改成“只输出最后一行的倒推实现”或者“输出对称翻转后的杨辉三角”。这些变体才是跑分测不出来的能力。6.2 实操调试的三个小技巧顺便分享三个我做这类在线评测任务时在用的调试习惯很实用第一本地模拟评测。不要只跑一个测试输入写一个小的 shell 脚本或者 Python 脚本把题目给的示例输入依次喂给程序收集输出后和预期文件做 diff。这样能一次性看清所有格式问题。第二善用 print 调试倒推过程。在 for 循环里加一行print(j, row)可以把每一轮更新后的数组状态打出来。我第一次调杨辉三角的时候就是靠这种逐轮打点找到了“旧值覆盖”的根源。第三提交前确认边界。输入 1、2、3 都跑一遍确认最小行数不崩如果时间允许再跑一个比较大的输入看看多位数对齐是不是符合期望。6.3 最后说一句实在的我在实际操作中的体会是跑分这个数字本质上是你和那套评测逻辑的匹配度不是你和编程本身的匹配度。Step 5 Preview 这个关卡设计得不错但它的价值在于逼你把“倒推法”“中间状态输出”这类平时不显眼的细节落到代码里而不是在于最终给你打了几分。如果你刚好卡在这个关卡别急着刷分先把杨辉三角倒推法那个一维数组的更新顺序手推三遍再自己去实现一次。等你能不看代码、直接在纸上画出每一轮数组变化过程的时候你就不需要担心跑分高低了——真实任务里你会遇到的机会早就藏在这份从容里面了。