1. 소개
Mohammad S. Anwar가 주최한 주간 챌린지는 개발자들이 두 가지 과제를 해결하여 경쟁하는 우호적인 경쟁입니다. 학습, 공유, 즐거움을 통해 모든 언어와 수준의 개발자의 참여를 장려합니다.
과제 1: 주간 챌린지의 1과 0 개발자는 최대 x개의 0과 y개의 1을 포함하는 가장 큰 하위 집합을 찾는 작업을 수행합니다.
이 게시물에서는 작업 1: 1과 0에 대한 Python 언어 솔루션에 대해 논의하고 제시하며 간략한 결론으로 마무리합니다.
2. 작업 1: 1과 0
이진 문자열 @str과 두 개의 정수 $x 및 $y의 배열이 제공됩니다.
하위 집합에 최대 $x 0과 $y 1이 있도록 @str의 가장 큰 하위 집합 크기를 반환하는 스크립트를 작성하세요.
m의 모든 요소가 n의 요소이기도 하면 집합 m은 n의 부분 집합입니다.
주간 챌린지 302, 과제 1: 1과 0
예 1과 2는 주어진 입력에서 예상되는 출력을 나타냅니다.
실시예 1
Input: @str = ("10", "0001", "111001", "1", "0") $x = 5 $y = 3 Output: 4
최대 5개의 0과 3개의 1로 구성된 가장 큰 하위 집합: ("10", "0001", "1", "0").
실시예 2
Input: @str = ("10", "1", "0") $x = 1 $y = 1 Output: 2
최대 1개의 0과 1개의 1로 구성된 가장 큰 부분 집합: ("1", "0").
3. 과제 1에 대한 나의 해결책
from itertools import combinations def return_subset(strs: list[list], x: int, y: int) -> int | None: for r in range(len(strs) - 1, 1, -1): subsets = combinations(strs, r) for subset in subsets: total_zeros = 0 total_ones = 0 for element in subset: total_zeros += element.count('0') total_ones += element.count('1') if total_zeros <p>내 솔루션은 itertools.combinations, for 루프 및 if 문을 사용하여 작업 요구 사항과 일치하는 하위 집합을 찾습니다.</p>
- 저는 조합 함수를 사용하여 길이가 r인 문자열의 모든 하위 집합을 생성합니다. 최대 부분 집합 길이인 r = len(strs) - 1부터 시작하여 가장 작은 부분 집합 길이인 r = 1까지 감소합니다.
- 길이 r의 각 부분 집합에 대해
- 하위 집합의 총 0 개수(total_zeros)를 셉니다.
- 하위 집합의 총 1개(total_ones)를 계산합니다.
- 필수 조건(total_zeros
- 문자열의 하위 집합이 없으면 None을 반환합니다.
4. 결론
이 게시물에서는 작업 1: 1과 0에 대해 논의하고 이 작업에 대한 솔루션을 제시했습니다.
주간 챌린지 웹사이트에서 최신 및 과거 챌린지에 대해 자세히 알아보세요.
https://theweeklychallenge.org/
주간 챌린지 FAQ에서 경쟁에 대해 자세히 알아보세요.
https://theweeklychallenge.org/faq/
위 내용은 Python에서 주간 챌린지 작업 1과 0 해결의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

Python은 인터넷에서 파일을 다운로드하는 다양한 방법을 제공하며 Urllib 패키지 또는 요청 도서관을 사용하여 HTTP를 통해 다운로드 할 수 있습니다. 이 튜토리얼은 이러한 라이브러리를 사용하여 Python의 URL에서 파일을 다운로드하는 방법을 설명합니다. 도서관을 요청합니다 요청은 Python에서 가장 인기있는 라이브러리 중 하나입니다. URL에 쿼리 문자열을 수동으로 추가하지 않고 HTTP/1.1 요청을 보낼 수 있습니다. 요청 라이브러리는 다음을 포함하여 많은 기능을 수행 할 수 있습니다. 양식 데이터 추가 다중 부문 파일을 추가하십시오 파이썬 응답 데이터에 액세스하십시오 요청하십시오 머리

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

시끄러운 이미지를 다루는 것은 특히 휴대폰 또는 저해상도 카메라 사진에서 일반적인 문제입니다. 이 튜토리얼은 OpenCV를 사용 하여이 문제를 해결하기 위해 Python의 이미지 필터링 기술을 탐구합니다. 이미지 필터링 : 강력한 도구 이미지 필터

PDF 파일은 운영 체제, 읽기 장치 및 소프트웨어 전체에서 일관된 콘텐츠 및 레이아웃과 함께 크로스 플랫폼 호환성에 인기가 있습니다. 그러나 Python Processing Plain Text 파일과 달리 PDF 파일은 더 복잡한 구조를 가진 이진 파일이며 글꼴, 색상 및 이미지와 같은 요소를 포함합니다. 다행히도 Python의 외부 모듈로 PDF 파일을 처리하는 것은 어렵지 않습니다. 이 기사는 PYPDF2 모듈을 사용하여 PDF 파일을 열고 페이지를 인쇄하고 텍스트를 추출하는 방법을 보여줍니다. PDF 파일의 생성 및 편집에 대해서는 저의 다른 튜토리얼을 참조하십시오. 준비 핵심은 외부 모듈 PYPDF2를 사용하는 데 있습니다. 먼저 PIP를 사용하여 설치하십시오. PIP는 p입니다

이 튜토리얼은 Redis 캐싱을 활용하여 특히 Django 프레임 워크 내에서 Python 응용 프로그램의 성능을 향상시키는 방법을 보여줍니다. 우리는 Redis 설치, Django 구성 및 성능 비교를 다루어 Bene을 강조합니다.

NLP (Natural Language Processing)는 인간 언어의 자동 또는 반자동 처리입니다. NLP는 언어학과 밀접한 관련이 있으며인지 과학, 심리학, 생리학 및 수학에 대한 연구와 관련이 있습니다. 컴퓨터 과학에서

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

드림위버 CS6
시각적 웹 개발 도구
