新闻详情

新闻详情

首页 / 资讯中心 / 详情

力扣做题小记1

发布时间:2026/11/21 6:05:53来源:尧图网络
力扣做题小记1
本周我做了力扣题库中的第19131420五题。本篇用以记录我的体会与心得第一题 “两数数之和” 模型哈希表找搭档一开始我用双重循环去找相加为target的两个下标但在写程序的时候发现好麻烦然后我就想到了利用字典记录看过的数每次看与当前数相加为target的数在不在字典里这样就可以简化程序了第九题 “回文数”模型字符串反转核心思路把整数转换成字符串直接和反转后的字符串比较代码片段return str(x)str(x)[::-1]踩坑Python里的True和False必须首字母大写小写会报错第13题“罗马数字转整数“一开始我还没想好怎么样才能知道每一个符号对应的整数接着我就想到了可以用字典来存储每一个罗马数字对应的整数接下来这道题就显得很容易了我的想法就是从左往右遍历比较当前数与后一位数如果当前数大或相等就加上反之就减去于是我就顺利将这道题解出来了代码如下第14题“最长公共前缀”我一开始先找出了最短字符的长度但之后我就卡壳了然后我想啊想想到可以用双重循环来遍历列表第一个用range循环进行一个次数的限定并决定比较字母的索引。在这个循环里面我用一个变量存储第一个字符对应的字母然后第二个循环进行比较一旦后续有“”这个变量的就输出False代码如下本周做的这几题虽然力扣上的难度判定为简单但在实际构思的时候还是给我带来了不小的困难但在我独立解决了这些问题之后我感觉我的能力得到了一定的锻炼。这篇小记就到此结束吧虽然我的水平不是那么的高对代码程序的认识也不够数熟练不够深入但我相信未来我会成功的加油
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/20 20:45:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/20 18:41:01

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉