ARTS #127

Algorithm

本周选择的算法题是：Unique Paths III。

规则

You are given an m x n integer array grid where grid[i][j] could be:

1 representing the starting square. There is exactly one starting square.
2 representing the ending square. There is exactly one ending square.
0 representing empty squares we can walk over.
-1 representing obstacles that we cannot walk over.

Return the number of 4-directional walks from the starting square to the ending square, that walk over every non-obstacle square exactly once.

Example 1:

Input: grid = [[1,0,0,0],[0,0,0,0],[0,0,2,-1]]
Output: 2
Explanation: We have the following two paths: 
1. (0,0),(0,1),(0,2),(0,3),(1,3),(1,2),(1,1),(1,0),(2,0),(2,1),(2,2)
2. (0,0),(1,0),(2,0),(2,1),(1,1),(0,1),(0,2),(0,3),(1,3),(1,2),(2,2)

Example 2:

Input: grid = [[1,0,0,0],[0,0,0,0],[0,0,0,2]]
Output: 4
Explanation: We have the following four paths: 
1. (0,0),(0,1),(0,2),(0,3),(1,3),(1,2),(1,1),(1,0),(2,0),(2,1),(2,2),(2,3)
2. (0,0),(0,1),(1,1),(1,0),(2,0),(2,1),(2,2),(1,2),(0,2),(0,3),(1,3),(2,3)
3. (0,0),(1,0),(2,0),(2,1),(2,2),(1,2),(1,1),(0,1),(0,2),(0,3),(1,3),(2,3)
4. (0,0),(1,0),(2,0),(2,1),(1,1),(0,1),(0,2),(0,3),(1,3),(1,2),(2,2),(2,3)

Example 3:

Input: grid = [[0,1],[2,0]]
Output: 0
Explanation: There is no path that walks over every empty square exactly once.
Note that the starting and ending square can be anywhere in the grid.

Constraints:

m == grid.length
n == grid[i].length
1 <= m, n <= 20
1 <= m * n <= 20
-1 <= grid[i][j] <= 2
There is exactly one starting cell and one ending cell.

Solution

class Solution:
    def uniquePathsIII(self, grid: List[List[int]]) -> int:
        self.ans = 0
        empty = 1
        m, n = len(grid), len(grid[0])
        for i in range(m):
            for j in range(n):
                if grid[i][j] == 1:
                    x, y = i, j
                elif grid[i][j] == 0:
                    empty += 1

        def dfs(x, y, empty):
            if not(0 <= x < m and 0 <= y < n and grid[x][y] != -1):
                return
            
            if grid[x][y] == 2:
                if empty == 0:
                    self.ans += 1
                return
            
            grid[x][y] = -1
            dfs(x + 1, y, empty - 1)
            dfs(x - 1, y, empty - 1)
            dfs(x, y + 1, empty - 1)
            dfs(x, y - 1, empty - 1)
            grid[x][y] = 0

        dfs(x, y, empty)
        return self.ans

Review

Web 3.0 Will Nuke Social Media As We Know It

挺有趣的观点，作者希望我们能在 Web 3.0 时代完全拥有自己的数据，能决定自己的数据要不要交给别人（比如付费），或者被用于什么地方。

其实我们曾经在 Web 1.0 时代就是这样的，用户有自己的页面，页面与页面之间用友链的形式关联，不那么依赖 Google；其次那时候主流的玩法就是去中心化，比如邮件，服务的提供方与使用方只有采用开放的 SMTP、POP 等协议，可以随意选择自己期望的客户端和服务端程序，没有其他的限制；不同的服务器之间也有 XMPP、Web Service 这样开放的通信协议，似乎用户的数据并没有被采集起来。

然而 1.0 时代还是过去了，大家越来越享受用隐私换取的便利性，不过在未来，用户或许能要求数据的采集者提供更多、更明确的“价值”，由用户根据这些潜在的“价值”选择要不要交出自己的数据，没有价值则没有数据。

Tip

在 WKWebView 中使用自定义字体的方法：How to use custom fonts in WKWebView。

UX 领域有个 4D 方法论：

Discover — understanding the problem(s) and developing insights
Design — the area to focus upon
Develop — potential solutions to the problem(s)
Deliver — solutions that work

这个也能用于描述中台职责：

发现问题（Discover）：在有具体的动作前，一定要建立全局视野，围绕公司业务、行业趋势做深入的分析，一定要确保站在全局视角
业务梳理（Define）：经过全局分析与思考后，接下来就要对公司业务进行梳理，提炼出真正要做的是什么，以及先做、后做什么等
设计方案（Develop）：明白我们要做什么之后，立项，当作一个企业产品来做，从需求分析开始，按照产品生产的标准实践、开发
交付落地（Deliver）：交付过程中，可能会发现很多新问题或者在实际应用之后产生的新问题，这个时候就要快速响应迭代

毫无疑问，客户满意度是交付的重要衡量指标，中台的用户群体是谁？那就是整个公司的业务线和用户，不是某条线的特定需求，也不是某些短期需求，中台考虑的一定要是长期对公司所产生的价值。

Algorithm

规则

Solution

Review

Tip

Share