嗨，大家週末愉快！


不知道還記不記得之前小弟有分享面試 Google TW SWE 的心得，

最後有提到小弟當初有發願，如果順利進去要把過去寫過題目留存的解答整理分享出來，

最近終於施工完了，提供給有需要的人可以自由取用。


這份解答內涵蓋了 781 題的 Python 3 解法（太早期刷的題目就沒留解法了 QQ），

寫這些解答的目的是為了還願並且回饋給還在努力的板友，

唯一的使用限制就是請不要拿來作商業用途，讓知識無償分享出去，感謝大家。

https://www.notion.so/lenchen/LeetCode-47d625b874894484af7c055b024b9817



內容主要分成四大類，


1. 資料結構

主題涵蓋常用於 Leetcode 內解題的資料結構，

較常見的：Array/String, Matrix, Linked List, HashSet/Map, Stack, Queue, Heap

較高階的：DSU, Trie, BIT

還有偶爾會用到 Deque 跟 sortedcontainers，但數量比較少就沒特別分類。


2. 演算法

這邊其實是我自己的歸類，不一定只有這些 XD

內容涵蓋有：

greedy, multiple pointers, sliding window, sort, DFS/BFS, backtracking,

sweep line, rolling sum, binary search, dynamic programming, minimax


有趣的是這邊沒列 divide and conquer 這個經典分類，

因為好像幾乎沒遇到過哪題是只能使用 divide and conquer 解的，

所以就沒有讓它自成一個分類了。

但若有題目也可以用 divide and conquer 解的話，

我也有寫下來，所以還是可以再自行了解下。


3. 圖

圖相關的問題因為太經典所以自成一個主題，

整理了我所遇到的常見圖論演算法，還有 topological sort 的兩種方式，

最重要的是 tree 相關的分類也包含在這一部分內。


4. 其他

數學、隨機、位元操作相關的題目都會在這裡。


大致上就分這四個部分，每個解答底下都有一行字總結這題的解題概念，

因為跨越了兩年半所以 coding style 可能也有些不一樣，

但保證其中 99% 的內容都是我親手一個個字元打出來的，

希望能幫助到有需要的人 :)



另外順便再分享一些我覺得使用 Python 3 刷題時可以用的一些小技巧，

可以讓你的 code 變得更精簡，大家可以看看然後挑自己喜歡的來使用：


1. 用 next 搭配 generator comprehension 來獲取第一個滿足條件的元素，

像是 next(ele for ele in arr if ele > 0)，就可以拿到 arr 中的第一個正數。


2. 解對稱性題目時，可以把引數調換 call 一次，減少重複的 code，像是：

def foo(a, b):
if a > b: return foo(b, a)
...

就可以讓你接下來維持在 a <= b 的前提下繼續寫 code，或者直接 swap 引數也可以：

def foo(a, b):
if a > b: a, b = b, a
...


3. python dict 可以使用 tuple 作 multikey，像是 d[k1, k2, k3]，

如此一來就不用巢狀 dict 了（d[k1][k2][k3]）


4. 可以使用 unpacking 來抽取出需要的參數，像是：

A = [1, 2, 3, 4, 5]

foo, *B, bar = A

可以得到 foo == 1, B == [2, 3, 4], bar == 5

另外還可以用巢狀 unpacking，

像是 for i, (a, b) in enumerate(pairs): 就超級常用。


5. Python 3.8 跟 3.9 有多了一些不錯的東西，

像是 3.8 的 assignment expression(:=) 跟 3.9 的 dict shallow merge(|)

都有機會可以讓 code 更精簡。


6. 有些 matrix 或是 grid 的題目，兩個 dimension 長度有可能為 0，

可以用 if not any(matrix): return xxx 來處理（感謝 Stefan Pochmann）


7. in 也會消費 iterator，

所以如果想知道某個 str s2 是不是另一個 str s1 的 subsequence 可以這麼做，

I = iter(s1)
return all(c in I for c in s2)

（再次感謝 Stefan Pochmann）


8. 想要測兩個數是不是同正負可以用 (a > 0) is (b > 0)，記得事先檢查 0

板友提供 (credit to @pig2014)： a ^ b > 0 更好


9. 想要攤平巢狀 list 可以用 sum(L, []) <- 不建議！途中 list 會一直重新 alloc

(credit to @coquelicot)

參考 stack overflow：https://bit.ly/3rz8UqH

建議的替代：

9.1. list comprehension: A = [ele for sub in arr for ele in sub]

9.2. itertools: A = list(itertools.chain.from_iterable(arr))

9.3. reduce: A = functools.reduce(operator.iconcat, arr, [])


10. 某些要提供 factory function 的地方，可以遞迴給自己，像是：

trie = lambda: collections.defaultdict(trie)


11. itemgetter 在某些需要 key 的 builtin function 很好用，像是：

sorted(A, key=itemgetter(1))，等同於寫 key=lambda x: x[1]


12. 因為 Python list 提供 negative indexing，

在某些情況可以用 ~i 來獲得對應於 i 的反向 indexing，像是：

for i in range(len(A)):
A[i] += xxx # A[0], A[1], A[2] , ...
A[~i] += ooo # A[-1], A[-2], A[-3], ...


大概就是這些東西了吧，這些技巧有些人喜歡有些人不喜歡，

我覺得沒有對錯啦，就挑自己覺得不錯的用吧 XD

happy coding！

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.161.76.160 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1627032495.A.65E.html

同意，所以我文中有說有些人喜歡有些人不喜歡，選自己喜歡的用就好，

像是我個人比較偏好用 dict.setdefault 建 trie 而不是用 defauldict，

但這些技巧的背後都代表著一些語言特性，了解一下並不吃虧。

而且說句實在話，限制短時間的面試 跟 長期維護的產品，出發點並不能一概而論。


沒錯，絕對不要背答案，一個變化就倒了，該學習的是每題背後用到的觀念。

然後這份的解法就是揉合了討論區跟解答寫出來的 XD

因為發現有時候 leetcode 解答反而不是最佳解，

像是 Morris traversal 就只有少數幾篇解答有提到，但超多題目其實都可以用。


沒有耶，在學期間是有修過幾門 AI/ML 相關的課程，

出社會後主要是在做 web/app 的開發。

※ 編輯: wheels (118.161.76.160 臺灣), 07/25/2021 04:15:03