Python PEG在线判断编码

我在PEG Online Judge上解决一个问题，这是一个你可以通过练习和娱乐解决很多问题的网站

我特别有一个问题。我已经张贴在那里寻求帮助，但没有收到任何

这是资本体制的问题：

您可以使用多种语言来解决此问题。我决定了Python（虽然我也用C++编码了）。法官在测试代码时使用了12个数据集。我的代码通过11/12。我不知道为什么我不能通过最后一次考试，我希望有人能帮助我

我认为这是某种类型的集合划分问题，我用广度优先的搜索方法来解决它。问题数据集不大，因此不会失控

以下是我的解决方案：

import sys
import copy

class SearchState():
    def __init__(self, label, crews):
        self.label = label
        self.crews = crews

    def __repr__(self):
        return "State: %s: %s" % (self.label, str(self.crews))


def crewsSoldierCanBeIn(s, crews, grudges):
    '''
      For a given soldier and a list of crews and grudges,
      return the crews the soldier an go in
    '''

    noGrudgeCrews = []
    for i, crew in enumerate(crews):
        conflict = False
        for c in crew:
            if [s, c] in grudges or [c, s] in grudges:
                conflict = True
                break
        if not conflict:
            noGrudgeCrews.append(i)

    return noGrudgeCrews    


def solve(numSoldiers, grudges):
    '''
      Put each soldier in a crew, output min no. of crews and who is in them
    '''

    crews = [[1]]
    numStates = 0
    states = [SearchState(numStates, crews)]

    for s in range(2, numSoldiers+1):
        newStates = []
        for state in states:
            possibleCrews = crewsSoldierCanBeIn(s, state.crews, grudges)
            if len(possibleCrews) > 0:
                for crew in possibleCrews:
                    numStates += 1
                    newCrews = copy.deepcopy(state.crews)
                    newCrews[crew].append(s)
                    newStates.append(SearchState(numStates, newCrews))
            else:
                numStates += 1
                newCrews = copy.deepcopy(state.crews)
                newCrews.append([s])
                newStates.append(SearchState(numStates, newCrews))

        states = copy.deepcopy(newStates)


    minNumCrews = 1000000
    minState = -1
    for i, state in enumerate(states):
        if len(state.crews) < minNumCrews:
            minNumCrews = len(state.crews)
            minState = i


    print(len(states[minState].crews))
    for crew in states[minState].crews:
        for s in crew:
            print("%d " % (s),  end = "")
        print()

def readInData(f):

    numSoldiers, numGrudges = map(int, f.readline().strip().split())
    grudges = []
    for _ in range(numGrudges):
        grudges.append(list(map(int, f.readline().strip().split())))

    return numSoldiers, grudges


def main():

    # Read in the data
    f = sys.stdin

    numSoldiers, grudges = readInData(f)

    solve(numSoldiers, grudges)

if __name__ == '__main__':
    main()

导入系统 导入副本 类SearchState（）： 定义初始（自我、标签、乘员）： self.label=标签 self.crews=crews 定义报告（自我）： 返回“状态：%s:%s”%（self.label，str（self.crews）） def crewsSoldierCanBeIn（s、乘员、怨恨）： ''' 对于一个给定的士兵和一系列的船员和怨恨， 把士兵送回部队，让他们进去 ''' nogradgecrews=[] 对于i，枚举中的乘员（乘员）： 冲突=错误 对于c级机组： 如果[s，c]怀恨在心或[c，s]怀恨在心： 冲突=真 打破 如果没有冲突： Nogradgecrews.附加（i） 返回Nogradgecrews def solve（numSoldiers，怨恨）： ''' 将每个士兵放入一个乘员组，输出乘员组的最小数量以及乘员组中的人员 ''' 船员=[[1]] numStates=0 状态=[搜索状态（numStates，crews）] 对于范围内的s（2，numSoldiers+1）： newStates=[] 对于州中的州： 可能的消息=士兵的消息（s，state.crews，gredges） 如果len（可能的报告）>0： 对于可能的新闻中的船员： numStates+=1 newCrews=copy.deepcopy（state.crews） 新船员[船员]。追加 append（SearchState（numStates，newCrews）） 其他： numStates+=1 newCrews=copy.deepcopy（state.crews） newCrews.append（[s]） append（SearchState（numStates，newCrews）） states=copy.deepcopy（newStates） minNumCrews=1000000 minState=-1 对于i，在枚举中列出（状态）： 如果len（州船员）好的，我终于解决了这个问题

基本上我需要使用DFS方法，它不能通过BFS真正解决（有在线法官的内存和时间限制）

DFS的优点有两个：1）我可以相当快地找到一个解决方案（不是最好的解决方案），并使用它来修剪树，以消除成堆永远不会好的部分解决方案；2）所需的内存很少

---

因此，对于这个问题，DFS速度更快，占用的内存更少。

这是一个问答网站。你的问题是什么？具体一点。你的问题并没有真正表现出你努力让它成为可回答的问题。解释一下你的通用算法会很有帮助。你的代码为什么要工作？你有什么理由认为你的算法是正确的？嗯，好吧，我不知道如何才能更全面地解释它。你必须有兴趣阅读我提供的链接上的问题陈述。因此，这充分说明了问题所在。然后我继续说这是一个集合划分问题，我正在使用广度优先搜索算法来尝试找到集合的最小数量。我想我可以写一页又一页关于这些东西的文章，但是假设人们想要一个简短的条目？所以我的问题是“为什么我不能为在线法官使用的所有数据集得到正确的答案？”我肯定在某个地方出错了，或者没有考虑某些测试用例。所以这段代码在最后一次测试中失败了。我看不到那个测试（这是在线法官的工作方式），所以我无法说出数据是什么，也无法解释为什么我的代码在那个特定的数据集上失败。