796
简单的字符串操作
797
深度优先搜索
非常简洁的实现，还是要学习的
简洁之处：
没有使用我全局定义的 ans
和 path
ans 和path 在这种情境下被统一起来，最终也没有进行回退，每一次都是新的拷贝创建

class Solution(object):def allPathsSourceTarget(self, graph):N = len(graph)def solve(node):if node == N-1: return [[N-1]]ans = []for nei in graph[node]:for path in solve(nei):ans.append([node] + path)return ansreturn solve(0)

798
最小旋转最大得分
计算初始分数，在每个旋转点时的得分和失分
如果直接（对于每一个位置算一边，但是注意到相邻的位置实际上大量的重复）进行统计比较麻烦的话，采取这种算边际损失量的方法不失为一种好方法

class Solution {
private:int n;int in[20001];int out[20001];void pro(int k,int i){if(k>i){in[i+1]++;out[i+n-k+1]++;}else {in[i+1]++;out[i-k+1]++;}}
public:int bestRotation(vector<int>& A) {memset(in,0,sizeof(in));memset(out,0,sizeof(out));n=A.size();for(int i=0;i<n;i++){pro(A[i],i);}  int s=0;int bests=-1;int besti=-1;
//      int besti=0;for(int i=0;i<n;i++){if(A[i]<=i){s++;}}if(bests<s){bests=s;besti=0;}for(int i=1;i<n;i++){s+=in[i];s-=out[i];if(bests<s){bests=s;besti=i;}}return besti;}
};

附 我的naive 思路没有问题 但是有更好的解决方法
五行解决问题

    int bestRotation(vector<int>& A) {int N = A.size();int change[N] = {0};for (int i = 0; i < N; ++i) change[(i - A[i] + 1 + N) % N] -= 1;for (int i = 1; i < N; ++i) change[i] += change[i - 1] + 1;return distance(change, max_element(change, change + N));}

我还是有几个关键的点没有观察到

• k++时会且仅会多得一分
• 而且减分的时候 都是index 和 value 的差值加1 最后取正模就好
• 不用计算初始的分值，只用计算中途
• 加分过程与累计合并，简化代码
• 累积起来以后用 max_element得到最大一个只对应的迭代器，使用distance 得到迭代器 也就是需要的代码
  java

  public int bestRotation(int[] A) {int N = A.length;int change[] = new int[N];for (int i = 0; i < N; ++i) change[(i - A[i] + 1 + N) % N] -= 1;int max_i = 0;for (int i = 1; i < N; ++i) {change[i] += change[i - 1] + 1;max_i = change[i] > change[max_i] ? i : max_i;}return max_i;}

python

   def bestRotation(self, A):N = len(A)change = [1] * Nfor i in range(N): change[(i - A[i] + 1) % N] -= 1for i in range(1, N): change[i] += change[i - 1]return change.index(max(change))

python中 [1] *N 的用法也是我不会的。(批量初始化

799
倒水，但是考虑问题的时候总是想递归的进行，跟随时间进行，
实际上没有必要，直接按照总量的水溢出问题就会简单许多，问题虽然是和时间高度相关的，但是最后的问题所在没有与时间相关，于是可以直接计算终态

class Solution {
private:double w[102][102];
public:double champagneTower(int poured, int query_row, int query_glass) {memset(w,0,sizeof(w));w[0][0]=poured;bool flag=true;int  row=0;double ans=0;while(flag){if(row==query_row){ans=w[row][query_glass];break;}flag=false;for(int i=0;i<=row;i++){if(w[row][i]>1){w[row+1][i]+=(w[row][i]-1)/2;w[row+1][1+i]+=(w[row][i]-1)/2;flag=true;}}row++;}return ans>1?1:ans; }
};

Python的快速解决方案

class Solution(object):def champagneTower(self, poured, query_row, query_glass):A = [[0] * k for k in xrange(1, 102)]A[0][0] = pouredfor r in xrange(query_row + 1):for c in xrange(r+1):q = (A[r][c] - 1.0) / 2.0if q > 0:A[r+1][c] += qA[r+1][c+1] += qreturn min(1, A[query_row][query_glass])