【2024年华为OD机试】 (E卷,200分) - 寻找符合要求的最长子串（JavaScriptJava PythonC/C++）

一、问题描述

给定一个字符串 s，找出满足以下条件的最长子串：

1. 任意一个字符最多出现2次：子串中的每个字符在子串中出现的次数不能超过2次。
2. 子串不包含指定字符：子串不能包含输入的指定字符。

请找出满足该条件的最长子串的长度。

---

输入描述

• 第一行：要求不包含的指定字符，为单个字符，取值范围为 [0-9a-zA-Z]。
• 第二行：字符串 s，每个字符范围为 [0-9a-zA-Z]，长度范围为 [1, 10000]。

---

输出描述

• 输出满足条件的最长子串的长度。

---

示例分析

示例 1

输入

D
ABC123

输出

6

分析

• 排除字符为 D。
• 字符串 s 为 ABC123。
• 整个字符串 ABC123 不包含字符 D，并且每个字符都没有超过2次，因此整个字符串符合条件。
• 满足条件的最长子串为 ABC123，长度为 6。

---

示例 2

输入

D
ABACA123D

输出

7

分析

• 排除字符为 D。
• 字符串 s 为 ABACA123D。
• 从 s 中找一个最长的子串，该子串：
  • 不包含字符 D。
  • 任意一个字符出现次数不超过2次。
• 在字符串 ABACA123D 中，有多个子串不包含 D，但需要满足字符出现次数不超过2次的条件：
  • BACA123 是一个符合条件的子串，每个字符最多出现2次，并且长度为 7。
• 因此，满足条件的最长子串为 BACA123，长度为 7。

---

解题思路

问题分解

1. 排除指定字符：子串不能包含输入的指定字符。
2. 字符出现次数限制：子串中的每个字符最多出现2次。

解决思路

1. 滑动窗口：使用滑动窗口的思想，维护一个窗口，窗口内的字符满足以下条件：
   • 不包含指定字符。
   • 每个字符的出现次数不超过2次。
2. 窗口扩展与收缩：
   • 扩展窗口：将字符加入窗口，并统计字符的出现次数。
   • 收缩窗口：如果某个字符的出现次数超过2次，或者窗口包含指定字符，则收缩窗口的左边界。
3. 记录最大长度：在窗口扩展和收缩的过程中，记录满足条件的窗口的最大长度。

关键点

• 字符统计：使用哈希表（或数组）统计窗口中每个字符的出现次数。
• 窗口边界调整：根据字符的出现次数和是否包含指定字符，动态调整窗口的左右边界。
• 时间复杂度：滑动窗口的时间复杂度为 O(n)，其中 n 是字符串的长度。

---

总结

本题的核心是通过滑动窗口的思想，动态维护一个满足条件的子串窗口，并记录窗口的最大长度。关键在于：

1. 排除指定字符。
2. 限制字符的出现次数。
3. 高效地调整窗口边界。

通过合理的滑动窗口实现，可以在 O(n) 的时间复杂度内解决问题。

二、JavaScript算法源码

代码解析

以下是 JavaScript 代码的详细解析，包括功能、实现思路以及关键点说明。

---

1. 输入处理

const rl = readline.createInterface({input: process.stdin,output: process.stdout
});let exclude = '';
let s = '';rl.on('line', (input) => {if (!exclude) {exclude = input;} else {s = input;

• 功能：从输入中读取要排除的字符 exclude 和字符串 s。
• 实现：
  • 使用 readline 模块创建接口，监听输入。
  • 第一次输入为 exclude，第二次输入为 s。

---

2. 数据结构初始化

const excludeChar = exclude[0];
const charIndexMap = {};
let left = 0;
let right = 0;
let maxLength = 0;

• 功能：初始化用于存储字符出现下标的数据结构，以及滑动窗口的左右指针和最大长度变量。
• 实现：
  • excludeChar：提取 exclude 的第一个字符作为要排除的字符。
  • charIndexMap：用于存储每个字符在字符串中出现的下标列表。
  • left 和 right：滑动窗口的左右指针，初始化为 0。
  • maxLength：记录满足条件的最长子串长度，初始化为 0。

---

3. 滑动窗口遍历

while (right < s.length) {const currentChar = s[right];

• 功能：遍历字符串 s，使用滑动窗口寻找满足条件的最长子串。
• 实现：
  • 使用 while 循环遍历字符串，right 指针从 0 开始向右移动。

---

4. 处理排除字符

if (excludeChar === currentChar) {if (right > left) {maxLength = Math.max(maxLength, right - left);}right++;left = right;
}

• 功能：如果当前字符是排除字符，则更新窗口并重置指针。
• 实现：
  • 如果当前字符是排除字符：
    • 检查当前窗口是否有效（right > left），如果有效则更新 maxLength。
    • 将 left 和 right 指针移动到下一个位置，跳过排除字符。

---

5. 处理非排除字符

else {charIndexMap[currentChar] = charIndexMap[currentChar] || [];const charIndexes = charIndexMap[currentChar];if (charIndexes.length === 2) {maxLength = Math.max(maxLength, right - left);left = charIndexes[0] + 1;charIndexes.shift();}charIndexes.push(right);right++;
}

• 功能：如果当前字符不是排除字符，则更新字符出现次数并调整窗口。
• 实现：
  • 初始化当前字符的下标列表（如果不存在）。
  • 如果当前字符已经出现 2 次：
    • 更新 maxLength。
    • 将 left 指针移动到当前字符第一次出现位置的下一个位置。
    • 移除当前字符的第一次出现下标。
  • 将当前字符的下标加入列表，并移动 right 指针。

---

6. 检查最后一个窗口

maxLength = Math.max(maxLength, right - left);

• 功能：在遍历结束后，检查最后一个窗口是否满足条件。
• 实现：
  • 更新 maxLength，确保最后一个窗口的长度被考虑。

---

7. 输出结果

console.log(maxLength);
rl.close();

• 功能：输出满足条件的最长子串长度。
• 实现：
  • 打印 maxLength。
  • 关闭 readline 接口。

---

关键点说明

1. 滑动窗口：

   • 使用 left 和 right 指针维护一个窗口，窗口内的字符满足以下条件：
     • 不包含排除字符。
     • 每个字符的出现次数不超过 2 次。

2. 字符下标存储：

   • 使用 charIndexMap 对象存储每个字符在字符串中出现的下标列表。
   • 当某个字符出现 2 次时，通过移动 left 指针来调整窗口。

3. 时间复杂度：

   • 遍历字符串一次，时间复杂度为 O(n)，其中 n 是字符串的长度。

4. 空间复杂度：

   • 使用 charIndexMap 存储字符的下标列表，空间复杂度为 O(m)，其中 m 是字符集的大小。

---

示例运行

示例 1

• 输入：

  D
  ABC123
  

• 运行过程：
  • 排除字符为 D。
  • 字符串 ABC123 不包含 D，且每个字符出现次数不超过 2 次。
  • 最大长度为 6。
• 输出：

  6
  

示例 2

• 输入：

  D
  ABACA123D
  

• 运行过程：
  • 排除字符为 D。
  • 最长子串为 BACA123，长度为 7。
• 输出：

  7
  

---

总结

该代码通过滑动窗口和字符下标存储的方式，高效地解决了问题。其核心思想是动态调整窗口边界，确保窗口内的字符满足条件，并记录最大长度。JavaScript 的实现简洁且易于理解，适合处理类似问题。

三、Java算法源码

代码解析

以下是代码的详细解析，包括功能、实现思路以及关键点说明。

---

1. 输入处理

Scanner scanner = new Scanner(System.in);
String exclude = scanner.next();
String s = scanner.next();
char excludeChar = exclude.charAt(0);

• 功能：从输入中读取要排除的字符 exclude 和字符串 s。
• 实现：
  • 使用 Scanner 读取输入。
  • 提取 exclude 的第一个字符作为要排除的字符 excludeChar。

---

2. 数据结构初始化

Map<Character, List<Integer>> charIndexMap = new HashMap<>();
int left = 0, right = 0;
int maxLength = 0;

• 功能：初始化用于存储字符出现下标的数据结构，以及滑动窗口的左右指针和最大长度变量。
• 实现：
  • charIndexMap：用于存储每个字符在字符串中出现的下标列表。
  • left 和 right：滑动窗口的左右指针，初始化为 0。
  • maxLength：记录满足条件的最长子串长度，初始化为 0。

---

3. 滑动窗口遍历

while (right < s.length()) {char currentChar = s.charAt(right);

• 功能：遍历字符串 s，使用滑动窗口寻找满足条件的最长子串。
• 实现：
  • 使用 while 循环遍历字符串，right 指针从 0 开始向右移动。

---

4. 处理排除字符

if (excludeChar == currentChar) {if (right > left) {maxLength = Math.max(maxLength, right - left);}right++;left = right;
}

• 功能：如果当前字符是排除字符，则更新窗口并重置指针。
• 实现：
  • 如果当前字符是排除字符：
    • 检查当前窗口是否有效（right > left），如果有效则更新 maxLength。
    • 将 left 和 right 指针移动到下一个位置，跳过排除字符。

---

5. 处理非排除字符

else {charIndexMap.computeIfAbsent(currentChar, k -> new ArrayList<>());List<Integer> charIndexes = charIndexMap.get(currentChar);if (charIndexes.size() == 2) {maxLength = Math.max(maxLength, right - left);left = charIndexes.get(0) + 1;charIndexes.remove(0);}charIndexes.add(right);right++;
}

• 功能：如果当前字符不是排除字符，则更新字符出现次数并调整窗口。
• 实现：
  • 初始化当前字符的下标列表（如果不存在）。
  • 如果当前字符已经出现 2 次：
    • 更新 maxLength。
    • 将 left 指针移动到当前字符第一次出现位置的下一个位置。
    • 移除当前字符的第一次出现下标。
  • 将当前字符的下标加入列表，并移动 right 指针。

---

6. 检查最后一个窗口

maxLength = Math.max(maxLength, right - left);

• 功能：在遍历结束后，检查最后一个窗口是否满足条件。
• 实现：
  • 更新 maxLength，确保最后一个窗口的长度被考虑。

---

7. 输出结果

System.out.println(maxLength);

• 功能：输出满足条件的最长子串长度。
• 实现：
  • 打印 maxLength。

---

关键点说明

1. 滑动窗口：

   • 使用 left 和 right 指针维护一个窗口，窗口内的字符满足以下条件：
     • 不包含排除字符。
     • 每个字符的出现次数不超过 2 次。

2. 字符下标存储：

   • 使用 Map<Character, List<Integer>> 存储每个字符在字符串中出现的下标列表。
   • 当某个字符出现 2 次时，通过移动 left 指针来调整窗口。

3. 时间复杂度：

   • 遍历字符串一次，时间复杂度为 O(n)，其中 n 是字符串的长度。

4. 空间复杂度：

   • 使用 Map 存储字符的下标列表，空间复杂度为 O(m)，其中 m 是字符集的大小。

---

示例运行

示例 1

• 输入：

  D
  ABC123
  

• 运行过程：
  • 排除字符为 D。
  • 字符串 ABC123 不包含 D，且每个字符出现次数不超过 2 次。
  • 最大长度为 6。
• 输出：

  6
  

示例 2

• 输入：

  D
  ABACA123D
  

• 运行过程：
  • 排除字符为 D。
  • 最长子串为 BACA123，长度为 7。
• 输出：

  7
  

---

总结

该代码通过滑动窗口和字符下标存储的方式，高效地解决了问题。其核心思想是动态调整窗口边界，确保窗口内的字符满足条件，并记录最大长度。

四、Python算法源码

代码解析

以下是 Python 代码的详细解析，包括功能、实现思路以及关键点说明。

---

1. 输入处理

exclude = input()
s = input()
excludeChar = exclude[0]

• 功能：从输入中读取要排除的字符 exclude 和字符串 s。
• 实现：
  • 使用 input() 读取输入。
  • 提取 exclude 的第一个字符作为要排除的字符 excludeChar。

---

2. 数据结构初始化

charIndexMap = defaultdict(list)
left = 0
right = 0
maxLength = 0

• 功能：初始化用于存储字符出现下标的数据结构，以及滑动窗口的左右指针和最大长度变量。
• 实现：
  • charIndexMap：使用 defaultdict(list) 存储每个字符在字符串中出现的下标列表。
  • left 和 right：滑动窗口的左右指针，初始化为 0。
  • maxLength：记录满足条件的最长子串长度，初始化为 0。

---

3. 滑动窗口遍历

while right < len(s):currentChar = s[right]

• 功能：遍历字符串 s，使用滑动窗口寻找满足条件的最长子串。
• 实现：
  • 使用 while 循环遍历字符串，right 指针从 0 开始向右移动。

---

4. 处理排除字符

if excludeChar == currentChar:if right > left:maxLength = max(maxLength, right - left)right += 1left = right

• 功能：如果当前字符是排除字符，则更新窗口并重置指针。
• 实现：
  • 如果当前字符是排除字符：
    • 检查当前窗口是否有效（right > left），如果有效则更新 maxLength。
    • 将 left 和 right 指针移动到下一个位置，跳过排除字符。

---

5. 处理非排除字符

else:charIndexMap[currentChar]charIndexes = charIndexMap[currentChar]if len(charIndexes) == 2:maxLength = max(maxLength, right - left)left = charIndexes[0] + 1charIndexes.pop(0)charIndexes.append(right)right += 1

• 功能：如果当前字符不是排除字符，则更新字符出现次数并调整窗口。
• 实现：
  • 初始化当前字符的下标列表（如果不存在）。
  • 如果当前字符已经出现 2 次：
    • 更新 maxLength。
    • 将 left 指针移动到当前字符第一次出现位置的下一个位置。
    • 移除当前字符的第一次出现下标。
  • 将当前字符的下标加入列表，并移动 right 指针。

---

6. 检查最后一个窗口

maxLength = max(maxLength, right - left)

• 功能：在遍历结束后，检查最后一个窗口是否满足条件。
• 实现：
  • 更新 maxLength，确保最后一个窗口的长度被考虑。

---

7. 输出结果

print(maxLength)

• 功能：输出满足条件的最长子串长度。
• 实现：
  • 打印 maxLength。

---

关键点说明

1. 滑动窗口：

   • 使用 left 和 right 指针维护一个窗口，窗口内的字符满足以下条件：
     • 不包含排除字符。
     • 每个字符的出现次数不超过 2 次。

2. 字符下标存储：

   • 使用 defaultdict(list) 存储每个字符在字符串中出现的下标列表。
   • 当某个字符出现 2 次时，通过移动 left 指针来调整窗口。

3. 时间复杂度：

   • 遍历字符串一次，时间复杂度为 O(n)，其中 n 是字符串的长度。

4. 空间复杂度：

   • 使用 defaultdict 存储字符的下标列表，空间复杂度为 O(m)，其中 m 是字符集的大小。

---

示例运行

示例 1

• 输入：

  D
  ABC123
  

• 运行过程：
  • 排除字符为 D。
  • 字符串 ABC123 不包含 D，且每个字符出现次数不超过 2 次。
  • 最大长度为 6。
• 输出：

  6
  

示例 2

• 输入：

  D
  ABACA123D
  

• 运行过程：
  • 排除字符为 D。
  • 最长子串为 BACA123，长度为 7。
• 输出：

  7
  

---

总结

该代码通过滑动窗口和字符下标存储的方式，高效地解决了问题。其核心思想是动态调整窗口边界，确保窗口内的字符满足条件，并记录最大长度。Python 的实现简洁且易于理解，适合处理类似问题。

五、C/C++算法源码：

C++ 代码详细注释与讲解

#include <iostream>
#include <vector>
#include <unordered_map>
using namespace std;int main() {// 输入exclude和sstring exclude, s;cin >> exclude >> s;// 获取要排除的字符char excludeChar = exclude[0];// 存储每个字符出现的下标unordered_map<char, vector<int>> charIndexMap;// 定义左右指针int left = 0, right = 0;// 定义最长子串长度int maxLength = 0;// 遍历字符串while (right < s.length()) {char currentChar = s[right];// 如果当前字符是要排除的字符if (excludeChar == currentChar) {// 如果左右指针不在同一位置，说明存在符合条件的子串if (right > left) {maxLength = max(maxLength, right - left);}// 将左右指针都移动到下一个位置right++;left = right;} else {// 如果当前字符不是要排除的字符// 先将当前字符在map中初始化charIndexMap[currentChar];vector<int>& charIndexes = charIndexMap[currentChar];// 如果当前字符的出现次数已经超过2次if (charIndexes.size() == 2) {// 更新最长子串长度maxLength = max(maxLength, right - left);// 将左指针移动到当前字符上一次出现的位置的下一个位置left = charIndexes[0] + 1;// 删除当前字符在map中的第一个下标charIndexes.erase(charIndexes.begin());}// 将当前字符的下标加入map中charIndexes.push_back(right);// 右指针向后移动right++;}}// 检查最后一个子串是否符合条件maxLength = max(maxLength, right - left);// 输出最长子串长度cout << maxLength << endl;return 0;
}

代码讲解：

1. 输入处理：

   • exclude 是一个字符串，但我们只需要它的第一个字符 excludeChar，表示要排除的字符。
   • s 是我们要处理的字符串。

2. 数据结构：

   • charIndexMap 是一个 unordered_map，用于存储每个字符在字符串 s 中出现的位置（下标）。key 是字符，value 是一个 vector<int>，存储该字符出现的所有下标。

3. 双指针：

   • left 和 right 是两个指针，用于表示当前子串的左右边界。
   • maxLength 用于记录当前找到的最长子串的长度。

4. 遍历字符串：

   • 使用 right 指针遍历字符串 s。
   • 如果当前字符 currentChar 是要排除的字符 excludeChar，则：
     • 如果 right > left，说明当前子串是符合条件的（不包含 excludeChar），更新 maxLength。
     • 将 left 和 right 都移动到下一个位置，重新开始寻找新的子串。
   • 如果当前字符不是要排除的字符，则：
     • 将该字符的下标存入 charIndexMap。
     • 如果该字符已经出现过两次，则：
       • 更新 maxLength。
       • 将 left 移动到该字符第一次出现的位置的下一个位置，并删除该字符第一次出现的下标。
     • 继续移动 right 指针。

5. 最后的检查：

   • 在遍历结束后，检查最后一个子串是否符合条件，并更新 maxLength。

6. 输出结果：

   • 输出 maxLength，即最长子串的长度。

---

C 语言代码详细注释与讲解

#include <stdio.h>
#include <string.h>#define MAX_LENGTH 10000// 用于存储每个字符的出现下标
int charIndexMap[128][3];int main() {char excludeChar;char s[MAX_LENGTH + 1];// 读取排除字符和字符串scanf("%c", &excludeChar);scanf("%s", s);// 初始化存储字符下标的数组for (int i = 0; i < 128; i++) {charIndexMap[i][0] = charIndexMap[i][1] = -1;}int left = 0, right = 0;int maxLength = 0;int length = strlen(s);// 遍历字符串while (right < length) {char currentChar = s[right];// 如果当前字符是要排除的字符if (currentChar == excludeChar) {if (right > left) {maxLength = right - left > maxLength ? right - left : maxLength;}right++;left = right;} else {// 如果当前字符不是要排除的字符int* charIndexes = charIndexMap[currentChar];// 如果当前字符的出现次数已经超过2次if (charIndexes[1] != -1) {maxLength = right - left > maxLength ? right - left : maxLength;left = charIndexes[0] + 1;charIndexes[0] = charIndexes[1];charIndexes[1] = -1;}// 将当前字符的下标加入到数组中if (charIndexes[0] == -1) {charIndexes[0] = right;} else {charIndexes[1] = right;}// 右指针向后移动right++;}}// 检查最后一个子串是否符合条件maxLength = right - left > maxLength ? right - left : maxLength;// 输出最长子串长度printf("%d\n", maxLength);return 0;
}

代码讲解：

1. 输入处理：

   • excludeChar 是要排除的字符。
   • s 是我们要处理的字符串，最大长度为 MAX_LENGTH。

2. 数据结构：

   • charIndexMap 是一个二维数组，用于存储每个字符在字符串 s 中出现的位置（下标）。charIndexMap[i][0] 和 charIndexMap[i][1] 分别存储字符 i 的第一次和第二次出现的下标。

3. 初始化：

   • 将 charIndexMap 中的所有值初始化为 -1，表示该字符尚未出现。

4. 双指针：

   • left 和 right 是两个指针，用于表示当前子串的左右边界。
   • maxLength 用于记录当前找到的最长子串的长度。

5. 遍历字符串：

   • 使用 right 指针遍历字符串 s。
   • 如果当前字符 currentChar 是要排除的字符 excludeChar，则：
     • 如果 right > left，说明当前子串是符合条件的（不包含 excludeChar），更新 maxLength。
     • 将 left 和 right 都移动到下一个位置，重新开始寻找新的子串。
   • 如果当前字符不是要排除的字符，则：
     • 将该字符的下标存入 charIndexMap。
     • 如果该字符已经出现过两次，则：
       • 更新 maxLength。
       • 将 left 移动到该字符第一次出现的位置的下一个位置，并将第二次出现的下标移动到第一次的位置。
     • 继续移动 right 指针。

6. 最后的检查：

   • 在遍历结束后，检查最后一个子串是否符合条件，并更新 maxLength。

7. 输出结果：

   • 输出 maxLength，即最长子串的长度。

---

总结

• C++ 代码 使用了 unordered_map 来存储字符的下标，利用 vector 来动态存储每个字符的出现位置。
• C 语言代码 使用了二维数组 charIndexMap 来存储字符的下标，数组的大小固定为 128（ASCII 字符集）。
• 两者的核心逻辑相似，都是通过双指针和滑动窗口的思想来寻找不包含特定字符的最长子串。

六、尾言

什么是华为OD？

华为OD（Outsourcing Developer，外包开发工程师）是华为针对软件开发工程师岗位的一种招聘形式，主要包括笔试、技术面试以及综合面试等环节。尤其在笔试部分，算法题的机试至关重要。

为什么刷题很重要？

1. 机试是进入技术面的第一关：
   华为OD机试（常被称为机考）主要考察算法和编程能力。只有通过机试，才能进入后续的技术面试环节。

2. 技术面试需要手撕代码：
   技术一面和二面通常会涉及现场编写代码或算法题。面试官会注重考察候选人的思路清晰度、代码规范性以及解决问题的能力。因此提前刷题、多练习是通过面试的重要保障。

3. 入职后的可信考试：
   入职华为后，还需要通过“可信考试”。可信考试分为三个等级：

   • 入门级：主要考察基础算法与编程能力。
   • 工作级：更贴近实际业务需求，可能涉及复杂的算法或与工作内容相关的场景题目。
   • 专业级：最高等级，考察深层次的算法以及优化能力，与薪资直接挂钩。

刷题策略与说明：

2024年8月14日之后，华为OD机试的题库转为 E卷，由往年题库（D卷、A卷、B卷、C卷）和全新题目组成。刷题时可以参考以下策略：

1. 关注历年真题：

   • 题库中的旧题占比较大，建议优先刷历年的A卷、B卷、C卷、D卷题目。
   • 对于每道题目，建议深度理解其解题思路、代码实现，以及相关算法的适用场景。

2. 适应新题目：

   • E卷中包含全新题目，需要掌握全面的算法知识和一定的灵活应对能力。
   • 建议关注新的刷题平台或交流群，获取最新题目的解析和动态。

3. 掌握常见算法：
   华为OD考试通常涉及以下算法和数据结构：

   • 排序算法（快速排序、归并排序等）
   • 动态规划（背包问题、最长公共子序列等）
   • 贪心算法
   • 栈、队列、链表的操作
   • 图论（最短路径、最小生成树等）
   • 滑动窗口、双指针算法

4. 保持编程规范：

   • 注重代码的可读性和注释的清晰度。
   • 熟练使用常见编程语言，如C++、Java、Python等。

如何获取资源？

1. 官方参考：

   • 华为招聘官网或相关的招聘平台会有一些参考信息。
   • 华为OD的相关公众号可能也会发布相关的刷题资料或学习资源。

2. 加入刷题社区：

   • 找到可信的刷题交流群，与其他备考的小伙伴交流经验。
   • 关注知名的刷题网站，如LeetCode、牛客网等，这些平台上有许多华为OD的历年真题和解析。

3. 寻找系统性的教程：

   • 学习一本经典的算法书籍，例如《算法导论》《剑指Offer》《编程之美》等。
   • 完成系统的学习课程，例如数据结构与算法的在线课程。

积极心态与持续努力：

刷题的过程可能会比较枯燥，但它能够显著提升编程能力和算法思维。无论是为了通过华为OD的招聘考试，还是为了未来的职业发展，这些积累都会成为重要的财富。

考试注意细节

1. 本地编写代码

   • 在本地 IDE（如 VS Code、PyCharm 等）上编写、保存和调试代码，确保逻辑正确后再复制粘贴到考试页面。这样可以减少语法错误，提高代码准确性。

2. 调整心态，保持冷静

   • 遇到提示不足或实现不确定的问题时，不必慌张，可以采用更简单或更有把握的方法替代，确保思路清晰。

3. 输入输出完整性

   • 注意训练和考试时都需要编写完整的输入输出代码，尤其是和题目示例保持一致。完成代码后务必及时调试，确保功能符合要求。

4. 快捷键使用

   • 删除行可用 Ctrl+D，复制、粘贴和撤销分别为 Ctrl+C，Ctrl+V，Ctrl+Z，这些可以正常使用。
   • 避免使用 Ctrl+S，以免触发浏览器的保存功能。

5. 浏览器要求

   • 使用最新版的 Google Chrome 浏览器完成考试，确保摄像头开启并正常工作。考试期间不要切换到其他网站，以免影响考试成绩。

6. 交卷相关

   • 答题前，务必仔细查看题目示例，避免遗漏要求。
   • 每完成一道题后，点击【保存并调试】按钮，多次保存和调试是允许的，系统会记录得分最高的一次结果。完成所有题目后，点击【提交本题型】按钮。
   • 确保在考试结束前提交试卷，避免因未保存或调试失误而丢分。

7. 时间和分数安排

   • 总时间：150 分钟；总分：400 分。
   • 试卷结构：2 道一星难度题（每题 100 分），1 道二星难度题（200 分）。及格分为 150 分。合理分配时间，优先完成自己擅长的题目。

8. 考试环境准备

   • 考试前请备好草稿纸和笔。考试中尽量避免离开座位，确保监控画面正常。
   • 如需上厕所，请提前规划好时间以减少中途离开监控的可能性。

9. 技术问题处理

   • 如果考试中遇到断电、断网、死机等技术问题，可以关闭浏览器并重新打开试卷链接继续作答。
   • 出现其他问题，请第一时间联系 HR 或监考人员进行反馈。

祝你考试顺利，取得理想成绩！