qq_39678022的博客

题目的话，就是咱们高中经常做的涂色问题，一共三种颜色。最直观的感觉：不就是dp吗，考虑左边和上面的元素不就行了。但这样完全是不行的，2*2的我还能做，但是3*3除了枚举我已经无法得出正确答案了。这个题正确的做法是降维，因为有一个维度题目给的数据范围是 <= 5的，就针对这个处理。我们考虑一整行的状态转移，对于维度m，一行的可能性一共有3∗2m3*2^m3∗2m种。对每一行，我们可以用一个数字来存，因为只有5位，用10进制状态压缩即可。判断是否可转移，我们只需要判断每一位是否相等，都不相等说明可.

这个题一看就属于完全没法做的题，但经过状态压缩后，居然是前缀和历史，醉了。。此题的核心在于建模，如果我们有两个前缀和，能否通过类似减法得到相减后的表示？答案是可以的，定义每个串的状态为10位，1表示这个字母是奇数次，0表示这个字母是偶数次。所以0肯定是满足条件的。如果想合并两个前缀和，只需要用异或即可。这样前面的次数就会被低效。做法：边求前缀和边存历史，和leetcode 560类似。但此题还有一个额外条件，即允许有一个奇数次的。我们只需对每一位进行异或枚举，然后看是否在历史里即可。typedef .

解法一：容易想到用Counter计数然后作为key放进字典，但字典不能被hash，所以只能用桶再转tuple，代码如下：class Solution: def groupAnagrams(self, strs: List[str]) -> List[List[str]]: d = {} for s in strs: bm = [0 for _ in range(26)] for c in s:

这个题是比较难的一个题，每批输入给的单词数和谜题数都很多，O(N2N^2N2)是行不通的。由于题目中要求单词中字母的多样性要少于谜题，即匹配代表着单词中的字母在谜题中都出现。所以我们预存所有单词的表示到哈希表中，同时计算谜题的所有子集（谜题长度最多7位）。这样查找谜题，就会变快。这里有两个难点，一个是字母的表示，由于每个字母最多一次，不需要用质数，这里用bitmap即可。第二个是子集的获取，可以用递归的算法一行得出，这个也是很妙的地方。from collections import defaultdic