编程挑战赛题目答案及核心算法解析.docxVIP

第PAGE页共NUMPAGES页

编程挑战赛题目答案及核心算法解析

第一部分：算法设计与实现（共3题，每题15分）

题目1（15分）：字符串的最长回文子序列

背景：在信息技术行业，字符串处理是高频考点。回文串（正读反读相同）的应用广泛，如数据校验、文本编辑等。

问题描述：给定一个字符串`s`，请找出其中最长的回文子序列的长度。子序列不要求连续。

示例：

-输入：`bbbab`

-输出：`4`（最长回文子序列为`bbbb`）

-输入：`cbbd`

-输出：`2`（最长回文子序列为`bb`）

要求：时间复杂度不超过`O(n2)`，空间复杂度不超过`O(n2)`。

答案与解析：

答案：

python

deflongest_palindrome_subseq(s:str)-int:

n=len(s)

dp=[[0]nfor_inrange(n)]

foriinrange(n-1,-1,-1):

dp[i][i]=1

forjinrange(i+1,n):

ifs[i]==s[j]:

dp[i][j]=dp[i+1][j-1]+2

else:

dp[i][j]=max(dp[i+1][j],dp[i][j-1])

returndp[0][n-1]

解析：

1.动态规划思路：

-定义`dp[i][j]`表示`s[i..j]`的最长回文子序列长度。

-初始化：单个字符的子序列长度为1，即`dp[i][i]=1`。

-状态转移：

-若`s[i]==s[j]`，则`dp[i][j]=dp[i+1][j-1]+2`（两端字符匹配，扩展长度）。

-否则，`dp[i][j]=max(dp[i+1][j],dp[i][j-1])`（不匹配时取左右部分的最大值）。

-逆序遍历避免重复计算。

2.时间与空间复杂度：

-时间复杂度：`O(n2)`，因为双重循环遍历所有子串。

-空间复杂度：`O(n2)`，用于存储`dp`表。

题目2（15分）：二叉树的最大深度

背景：在金融科技领域，二叉树常用于表示决策树或数据结构优化。计算二叉树深度是基础操作。

问题描述：给定一个二叉树的根节点，返回其最大深度（即从根到最远叶节点的最长路径上的节点数）。

示例：

-输入：`[3,9,20,null,null,15,7]`（用层序遍历表示）

-输出：`3`（路径：`3-20-15`或`3-20-7`）

要求：使用递归或迭代方法实现。

答案与解析：

答案：

python

Definitionforabinarytreenode.

classTreeNode:

def__init__(self,val=0,left=None,right=None):

self.val=val

self.left=left

self.right=right

defmax_depth(root:TreeNode)-int:

ifnotroot:

return0

return1+max(max_depth(root.left),max_depth(root.right))

解析：

1.递归思路：

-若节点为空，深度为0。

-否则，深度为`1+max(左子树深度，右子树深度)`。

-递归遍历左、右子树，最终返回最大值。

2.迭代思路（BFS）：

-使用队列层序遍历，每层深度加1。

-复杂度同样为`O(n)`，但空间复杂度更优。

题目3（15分）：滑动窗口的最大值

背景：在实时数据流处理（如股市行情分析）中，滑动窗口算法常用于统计最近`k`个数据的最值。

问题描述：给定一个整数数组`nums`和一个整数`k`，设计一个算法，找到滑动窗口中最大的元素。窗口大小为`k`，每次滑动一个位置。

示例：

-输入：`nums=[1,3,-1,-3,5,3,6,7]`,`k=3`

-输出：`[3,3,5,5,6,7]`（窗口从左到右滑动：`[1,3,-1]`,`[3,-1,-3]`,`[3,-3,5]`,...,`[6,7]`）

要求：时间复杂度不超过`O(n)`。

答案与解析：

答案：

python

fromcollectionsimportdeque

defmax_sliding_window(nums:list,k:int)-list:

ifnotnums:

return[]

res=[]

dq=deque()#存储索引，按从大到小排序

foriinrange(len(nums)):

移除窗口外的索引

ifdqandd