简介这组Python源代码合集面向备战华为OD机试的开发者聚焦牛客、CSDN等平台常见在线编程题覆盖动态规划01背包、素数伴侣、IP地址校验、牌型比较、数字转英文、数组统计等算法与数据结构场景。压缩包共106个文件其中103个为.py源码文件另附3个.txt说明文件整体仅59KB体积轻量便于逐题对照阅读。目前已累计1592人学习下载。通过解析每道题的实现思路与关键Python知识点如f-string格式化、enumerate遍历、字典映射、埃拉托斯特尼筛法可帮读者快速建立华为OD类机试的解题框架巩固语法特性并熟悉高频题型的编码套路适合正在冲刺笔试或想整体刷题进阶的学习者。1. 华为OD机试Python代码一份能直接套用的答题骨架华为OD机试的Python代码资源远远不是题库那么简单。某开发者考前半个多月找了一堆算法题按普通刷题方式把所有时间花在思路上结果第一次参加模拟考试就翻车——代码在本地跑得好好的进了机试系统却因为输入解析方式不对连续几条用例全部异常退出。这份资源解决的正是这类问题把机试高频题型预先拆成可套用的代码骨架输入输出处理、边界判断、异常兜底全部封装在模块里核心部分只需要填算法逻辑。适合想快速建立机试答题套路的人也适合那些题会写、但在评测环境下频频因为环境细节丢分的人。拿到它之后重点不是背代码而是理解每一层封装解决的是机试里的哪一个具体痛点。2. 代码包结构从数据读取到结果输出的完整链路2.1 为什么机试代码要单独封装输入输出层机试环境和本地IDE有一个根本区别评测系统不会给你交互式调试机会程序从标准输入读取全部数据把结果写到标准输出按字符级别做对比。多一个空格、少一个换行都会被标记为错误。很多人在本地用input()一行行读遇到空行、前导空格或者题目给多个测试块时就解析错位。代码包把输入输出统一封装成独立模块核心逻辑不做任何print调试从源头规避这类问题。# input_parser.py import sys def read_int(): 读取单个整数自动跳过空行 line sys.stdin.readline() while line.strip() : line sys.stdin.readline() return int(line.strip()) def read_ints(): 读取一行中的多个整数返回 list[int] return list(map(int, sys.stdin.readline().strip().split()))read_ints默认用split()按空白切分即使行内有多个空格也能正确处理。read_int里的while循环是关键它跳过了评测输入中可能夹杂的空行避免int()直接抛出ValueError。代码包里的所有题目入口都不再直接调用input()全部走这两个函数。如果你手中的题目输入格式是类似1,2,3的逗号分隔可以把split()换成split(,)这是最常改的一个参数。2.2 目录组织按题型拆分的模板模块代码包采用“题型前缀 核心方法”的命名方式每个模块只对应一类高频题。目录结构大致长这样字符串类、数组类、动态规划类、搜索类各占一个独立文件另有input_parser.py和main_runner.py作为公共依赖。某次模拟考前某开发者拿到一份新卷子直接从对应模板复制文件改核心函数每道题的编码时间从二十分钟压缩到十分钟左右。模块文件对应题型核心函数string_tools.py字符串排序、去重、回文、子串is_palindrome,first_unique_chararray_tools.py前缀和、滑动窗口、矩阵旋转、区间合并prefix_sum,max_sliding_windowdp_tools.py01背包、最长子序列、路径计数knap_01,lis_lengthgraph_tools.pyDFS、BFS、拓扑排序、最短路径bfs_shortest_path,topo_sort这个模块化结构不是随便分的。机试题目无论怎么变底层方法就这几类字符串处理、数组操作、动态规划、图遍历。把模板按题型拆开考场上定位文件比在几百行代码里翻函数要快得多。每个文件头部都写了参数说明和返回值类型方便直接复用。2.3 主入口与算法逻辑分离的写法每道题的可执行文件不把逻辑直接写在全局作用域而是定义一个solve()函数承载算法main()里只做输入读取和结果输出。这套写法的价值在于本地调试时可以直接import该文件传测试数据给solve()评测系统加载模块时不会因为全局变量冲突报错。# 01_max_subarray.py import sys from input_parser import read_ints def solve(nums: list[int]) - int: # 最大子数组和核心逻辑写在这里 cur best nums[0] for x in nums[1:]: cur max(x, cur x) best max(best, cur) return best def main(): nums read_ints() result solve(nums) sys.stdout.write(str(result)) if __name__ __main__: main()这里有一个非常重要的细节main()里用sys.stdout.write(str(result))不写换行符。很多评测系统按整行精确匹配末尾多一个\n在某些用例下会判错。代码包统一使用sys.stdout.write输出结果需要换行时再手动加。某开发者第一次用这包跑模拟题时在solve()里留了一条print调试语句没删结果输出被调试信息干扰一整道题的分全丢了。从那时起他养成了一个习惯提交前扫一遍solve()里所有print关键字宁可多花三十秒确认也不冒丢分的险。3. 高频题型模板化字符串、数组、动态规划三个实战例子3.1 字符串类双指针与首个不重复字符字符串题在机试里占比最高常见操作是去重、排序、判断回文、找第一个不重复字符。代码包里把双指针作为字符串判断的统一模板避免手写下标计算出错。比如判断回文串最稳的写法是左右指针从两端往中间收拢遇到非字母数字字符跳过。# string_tools.py def is_palindrome(s: str) - bool: 忽略大小写和非字母数字字符判断回文 left, right 0, len(s) - 1 while left right: while left right and not s[left].isalnum(): left 1 while left right and not s[right].isalnum(): right - 1 if s[left].lower() ! s[right].lower(): return False left 1 right - 1 return Trueisalnum()用来过滤空格、逗号、标点这类干扰字符lower()统一大小写两个内层while各司其职。参数只有输入字符串s如果题目要求只判断纯英文字母串可以把两个跳过条件删掉双指针主框架不变。考场上遇到“判断回文”的变体题先套这个骨架再改过滤条件是最快的路径。3.2 数组与矩阵前缀和与滑动窗口数组类题第二个高频考点是区间求和。朴素写法每次遍历区间累加数据规模到十万级别就会超时。代码包统一用前缀和数组预处理先算好从开头到每个位置的总和之后任意区间求和只需要两次下标访问和一次减法。# array_tools.py def prefix_sum(nums: list[int]) - list[int]: 返回前缀和数组pref[i] 表示前 i 个元素的和 n len(nums) pref [0] * (n 1) for i in range(n): pref[i 1] pref[i] nums[i] return pref def range_sum(pref: list[int], l: int, r: int) - int: 闭区间 [l, r] 的和l 和 r 都从 0 开始计数 return pref[r 1] - pref[l]前缀和数组长度定为n 1pref[0]恒为0这个设计让区间边界计算不用再额外判断左边界是否为0。range_sum里r 1的细节经常被忽略忘记加1会导致结果整体错位一个位置。某开发者在一次模拟题里就栽在这个下标偏移上后来他把这个函数写到笔记本扉页每次用之前先默写一遍参数含义。滑动窗口类题则复用另一个模板核心思想是右指针扩张、左指针收缩窗口内数据用变量维护不重复扫描。def max_sliding_window(nums: list[int], k: int) - list[int]: 固定窗口大小 k返回每个窗口最大值 from collections import deque q deque() result [] for i, x in enumerate(nums): # 确保队头是当前窗口内的最大元素下标 while q and nums[q[-1]] x: q.pop() q.append(i) if q[0] i - k: # 队头滑出窗口 q.popleft() if i k - 1: result.append(nums[q[0]]) return result这里用双端队列deque维护递减下标序列每次新元素入队前把队尾比它小的值全部弹出保证队头永远是当前窗口最大值。q[0] i - k这个条件负责清理离开窗口的过期下标参数k是窗口宽度。理解这个模板需要重点记住一点队列里存的是下标而不是数值比较大小的时候要用nums[q[-1]]来取实际值。3.3 动态规划状态定义与递推标准化动态规划题最容易卡壳的环节是状态定义。代码包给的标准思路是先确认两个维度目标值和约束条件再套递推骨架。以最常见的01背包为例模板已经写好了两层循环和状态转移你只需要填好weights、values和capacity。# dp_tools.py def knap_01(weights: list[int], values: list[int], capacity: int) - int: 0/1 背包在容量 capacity 内装最大价值 dp [0] * (capacity 1) for w, v in zip(weights, values): for c in range(capacity, w - 1, -1): dp[c] max(dp[c], dp[c - w] v) return dp[capacity]代码包里所有背包类模板统一采用一维dp数组加逆序遍历的写法。内层循环从capacity递减到w保证每个物品只被使用一次这就是「0/1」的含义如果改成从w到capacity正序遍历就变成了完全背包。capacity参数对应题目中的容量上限如果题目要求“恰好装满”初始化时需要把dp[0]设为0、其他位置设为负无穷代码包的注释里对这个变体做了单独标注。某开发者一开始不理解为什么逆序后来在模拟题里把循环方向改反结果答案比正确答案大了一圈——正序会让同一个物品被反复放入多次看出来以后他再也没在方向参数上犯过糊涂。4. Python机试避坑指南四类高频问题的现象、原因与解决4.1 输入解析错位一行多数据与未知行数现象本地用input()测试一切正常提交到机试系统后部分用例输出结果错乱甚至直接报错。原因评测输入中可能存在多个连续空格、空行、前导制表符直接input().split()在某些情况下会留下空字符串转int时抛出异常。更隐蔽的是部分题目输入行数不固定单靠input()逐行读取会在最后一行丢失或读到已关闭的流。解决统一走read_ints()这类封装函数用split()自动折叠连续空白用readline配合循环处理多行输入。代码包里已经做了空行跳过处理拿到任何题目都先检查入口函数用的是原始input还是统一封装后者能躲开八成输入类报错。4.2 递归深度超限DFS题目莫名崩溃现象同样的DFS逻辑在小规模数据下本地跑正常评测给大棋盘或深层级数据时直接RecursionError或运行时错误。原因Python默认递归深度上限是1000DFS深度超过这个值就栈溢出。机试题目经常给边长100甚至更大的网格直接递归必倒。某开发者在做岛屿数量题时画布长宽一放大本地IDE还能勉强跑通上机系统立刻崩掉。解决要么在文件头部写sys.setrecursionlimit(1000000)要么把递归改成显式栈的迭代写法。代码包里的graph_tools.py对DFS类题目默认提供两种版本建议优先用迭代版因为部分评测环境不允许修改递归深度。4.3 运行时长超限Python性能陷阱现象算法思路正确结果也对但最后几个大数据用例显示超时。原因用纯Python循环实现了两层甚至三层嵌套遍历例如区间求和每次重新累加、字符串拼接用、查找用list.index而不是set。数据量到十万级别Python的解释执行速度撑不住。解决区间类问题改成前缀和模板查找类问题用set或dict排序直接用内置sorted不要自己写快排。如果题目数据量超过百万优先考虑能不能用数学公式减少层数不要指望微调循环体来救场。代码包的模板里所有复杂度高的操作都已替换成内置数据结构和预处理你只需要保证在核心solve()里也遵循同样原则。4.4 输出格式不匹配多余空格与换行现象答案数值完全正确系统却显示「输出格式错误」或「答案不匹配」。原因题目要求多个结果用空格分隔你用print(x)输出了多行或者题目要求末尾不换行你多打了一个\n。评测系统做的是逐字符比对任何一个差异都算错。解决代码包统一用sys.stdout.write( .join(map(str, result)))输出把结果先拼成完整字符串再一次性写入。如果题目要求换行才在末尾手动加\n。这个习惯能稳定消除所有输出相关的扣分我在每份提交前都会用diff对比一次输出文件和期望文件确认无误再上传。5. 本地复现与验证三个步骤把代码包跑起来5.1 环境准备版本与依赖检查代码包基于Python 3编写第三方库只依赖标准库在本地运行前先确认解释器版本大于3.6否则一些类型注解语法会产生兼容问题。某开发者在老旧服务器上第一次跑测试用例报了一堆TypeError查下来是Python 3.5不支持list[int]这种注解写法把注解删掉才跑通。机试环境中通常没有手动改注解的时间所以本地环境尽量与评测环境保持一致。cd od-python-code-pack python -m unittest discover -s tests -v这条命令会运行tests目录下所有单元测试输出每个测试用例的通过情况。如果本地出现了F或E标记先检查是不是自己改了模板里的输入解析层再做算法逻辑排查。代码包的测试用例覆盖了空输入、单元素、最大数据量三类边界跑通这套测试基本等于提前验证了评测环境的前置条件。5.2 模拟机试用输入输出重定向验证机试最典型的特征是“没有交互式调试机会”所以本地验证必须模拟这种黑匣子状态。代码包里每个题型配了示例输入文件sample_input.txt和期望输出文件sample_output.txt用重定向方式运行完全对标评测系统的调用方式。python main.py sample_input.txt result_output.txt diff sample_output.txt result_output.txtdiff无输出代表文件完全一致这是最理想的结果。如果diff报出差异用cat -A result_output.txt查看隐藏字符常见的是行尾多了^M回车符这是因为文件从Windows环境保存后未转成Unix换行。代码包内所有样例文件都已统一为\n换行本地如果是从Windows拷贝出来记得用dos2unix处理一下。这一步能提前暴露输出格式层面的问题比上了考场再猜原因强得多。5.3 边界测试自己造用例验证边界某开发者在准备过程中总结出一个习惯每次提交前用代码包自带的边界测试脚本再跑一遍空输入、单元素、最大数据量三个用例。机试题目不会告诉你边界在哪但模板的注释里标了每道题的数据范围按范围极限构造一次验证。# tests/test_boundary.py def test_boundary(): assert solve([0], 1) 0 # 单元素 assert solve([-10**9, 10**9], 2) 10**9 # 极端正负值 assert solve([5], 0) 5 # k0 的退化场景 assert solve([], 1) is None # 空输入不能抛异常这三个用例分别覆盖了最小规模、最大量级和空数据。特别是最后一个空输入场景很多手写的solve()会在nums[0]处抛IndexError评测系统看到异常直接判零分。代码包的模板在处理边界时做了兜底核心逻辑前加了一句if not nums: return 0或return None如果你要自己加功能留意别破坏这层保护。6. 进阶用法机试时间分配与模板记忆策略掌握了模板之后决定分数上限的往往是时间分配。华为OD机试的题量通常两到三道分值分布不是均匀的高分解题时间占比很高。我的习惯是先花两分钟通读所有题目不做任何编码先把题型对应到代码包的模块名上。字符串题匹配string_tools数组题匹配array_tools动态规划匹配dp_tools这一步决定了后面调用的模板是否正确。然后从分值最高的题开始做因为高分题逻辑复杂留到最后往往没时间收尾。每道题先写主入口骨架——读取参数、调用solve、输出结果——再填核心逻辑。这个过程控制在三分钟以内剩下时间全部留给solve()。如果solve()超过二十分钟没有明确思路先跳过转做下一题等最后回头再补。机试环境没有本地调试器暴力验证手段就是多构造几组小用例用unittest的方式批量跑。代码包里每个模板都带了三个以上参考用例我把它们当作测试基准新写的solve()必须全部通过才敢提交。模板记忆不靠背诵靠的是理解每个函数解决的结构性困难。is_palindrome解决的是双指针移动和字符过滤prefix_sum解决的是区间查询成本knap_01解决的是状态转移方向。这三个结构吃透之后遇到变体题只需在参数和边界条件上做修改不需要重新发明轮子。某开发者在考前最后一次模拟中遇到一道矩阵路径最大值问题他识别出是带权最短路径的变体直接套bfs_shortest_path的骨架改了权重更新逻辑十五分钟跑通全部用例。从那以后我每次拿新题都会强制先走一遍“归类模块—套主入口—填核心逻辑”这个流程不先读题就写代码的冲动彻底戒掉了。这套方法不一定适合所有人但如果你正卡在“题会做、分拿不到”的阶段希望帮到你。本文还有配套的精品资源点击获取