※ [本文转录自 Soft_Job 看板 #1W-eklPU ]
嗨，大家周末愉快！
不知道还记不记得之前小弟有分享面试 Google TW SWE 的心得，
最后有提到小弟当初有发愿，如果顺利进去要把过去写过题目留存的解答整理分享出来，
最近终于施工完了，提供给有需要的人可以自由取用。
这份解答内涵盖了 781 题的 Python 3 解法（太早期刷的题目就没留解法了 QQ），
写这些解答的目的是为了还愿并且回馈给还在努力的板友，
唯一的使用限制就是请不要拿来作商业用途，让知识无偿分享出去，感谢大家。
https://www.notion.so/lenchen/LeetCode-47d625b874894484af7c055b024b9817
内容主要分成四大类，
1. 资料结构
主题涵盖常用于 Leetcode 内解题的资料结构，
较常见的：Array/String, Matrix, Linked List, HashSet/Map, Stack, Queue, Heap
较高阶的：DSU, Trie, BIT
还有偶尔会用到 Deque 跟 sortedcontainers，但数量比较少就没特别分类。
2. 算法
这边其实是我自己的归类，不一定只有这些 XD
内容涵盖有：
greedy, multiple pointers, sliding window, sort, DFS/BFS, backtracking,
sweep line, rolling sum, binary search, dynamic programming, minimax
有趣的是这边没列 divide and conquer 这个经典分类，
因为好像几乎没遇到过哪题是只能使用 divide and conquer 解的，
所以就没有让它自成一个分类了。
但若有题目也可以用 divide and conquer 解的话，
我也有写下来，所以还是可以再自行了解下。
3. 图
图相关的问题因为太经典所以自成一个主题，
整理了我所遇到的常见图论算法，还有 topological sort 的两种方式，
最重要的是 tree 相关的分类也包含在这一部分内。
4. 其他
数学、随机、位元操作相关的题目都会在这里。
大致上就分这四个部分，每个解答底下都有一行字总结这题的解题概念，
因为跨越了两年半所以 coding style 可能也有些不一样，
但保证其中 99% 的内容都是我亲手一个个字符打出来的，
希望能帮助到有需要的人 :)
另外顺便再分享一些我觉得使用 Python 3 刷题时可以用的一些小技巧，
可以让你的 code 变得更精简，大家可以看看然后挑自己喜欢的来使用：
1. 用 next 搭配 generator comprehension 来获取第一个满足条件的元素，
像是 next(ele for ele in arr if ele > 0)，就可以拿到 arr 中的第一个正数。
2. 解对称性题目时，可以把引数调换 call 一次，减少重复的 code，像是：
def foo(a, b):
if a > b: return foo(b, a)
...
就可以让你接下来维持在 a <= b 的前提下继续写 code，或者直接 swap 引数也可以：
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]，
如此一来就不用巢状 dict 了（d[k1][k2][k3]）
4. 可以使用 unpacking 来抽取出需要的参数，像是：
A = [1, 2, 3, 4, 5]
foo, *B, bar = A
可以得到 foo == 1, B == [2, 3, 4], bar == 5
另外还可以用巢状 unpacking，
像是 for i, (a, b) in enumerate(pairs): 就超级常用。
5. Python 3.8 跟 3.9 有多了一些不错的东西，
像是 3.8 的 assignment expression(:=) 跟 3.9 的 dict shallow merge(|)
都有机会可以让 code 更精简。
6. 有些 matrix 或是 grid 的题目，两个 dimension 长度有可能为 0，
可以用 if not any(matrix): return xxx 来处理（感谢 Stefan Pochmann）
7. in 也会消费 iterator，
所以如果想知道某个 str s2 是不是另一个 str s1 的 subsequence 可以这么做，
I = iter(s1)
return all(c in I for c in s2)
（再次感谢 Stefan Pochmann）
8. 想要测两个数是不是同正负可以用 (a > 0) is (b > 0)，记得事先检查 0
板友提供 (credit to @pig2014)： a ^ b > 0 更好
9. 想要摊平巢状 list 可以用 sum(L, []) <- 不建议！途中 list 会一直重新 alloc
(credit to @coquelicot)
参考 stack overflow：https://bit.ly/3rz8UqH
建议的替代：
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，可以递回给自己，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))，等同于写 key=lambda x: x[1]
12. 因为 Python list 提供 negative indexing，
在某些情况可以用 ~i 来获得对应于 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], ...
大概就是这些东西了吧，这些技巧有些人喜欢有些人不喜欢，
我觉得没有对错啦，就挑自己觉得不错的用吧 XD
happy coding！