秋招季刷题的人应该都绕不开牛客的模考系统，2019年那场三模编程题，我到现在印象都挺深的。倒不是说题目有多难，而是这套题的出题思路很有代表性——它基本就是校招笔试的题型风向标，覆盖了栈、字符串、动态规划、贪心这几个高频考点，而且难度梯度安排得比较合理，从签到题到压轴题都有。当时我刷完这一套题，去参加几家大厂的笔试，发现很多题目在思路上都有相似之处。
这篇文章我打算把2019牛客三模编程题里最有代表性的几道题拿出来，逐题拆解思路、写出完整的Python实现，再聊聊我在实际手写代码和提交过程中踩过的坑。无论你是正在准备校招笔试的应届生，还是想系统复习数据结构的在职开发，这套题的训练价值都很高。我会尽量把每个思路的来龙去脉讲清楚，而不是直接甩一段代码让你背。
1. 2019牛客三模编程题整体情况与考点分析
1.1 这套题的题量与难度设计
2019牛客三模编程题一共四道，整体风格贴近互联网公司校招技术岗笔试的常见设定。四道题分别考查了基础数据结构操作、字符串处理能力、动态规划状态设计，以及数学建模与贪心策略。从实际做题体验来看，前三道题属于“如果复习过核心算法，就能稳定拿分”的范畴，第四道题的思维门槛会高一些，需要跳出常规套路去分析问题的本质。
这种难度梯度不是巧合，而是模拟了真实笔试的筛选逻辑。公司笔试要区分“基本编程功底”和“算法思维上限”两个维度，所以一定会安排一道拉不开差距的送分题，再安排一道让人卡住的题。如果你在练习时发现某道题怎么也过不了，不用太焦虑，先确保自己把该拿的分都拿到，再回头攻坚压轴题，这个策略在真实笔试里同样适用。
1.2 高频考点的分布逻辑与刷题方向
从这套题出发，我们可以提炼出校招笔试里出现频率最高的几类考点：
- 栈与队列应用：包括括号匹配、表达式求值、单调栈等变体
- 字符串与滑动窗口：子串问题、字符计数、双指针移动
- 动态规划：线性DP、背包类问题、状态压缩的入门思路
- 贪心与数学：排序后按某种策略选择，通常是压轴题的常客
很多同学刷题喜欢按“数据结构”分类刷，比如这周只刷栈，下周只刷字符串。这个思路没问题，但到了模考阶段，一定要切换到混合模式，因为真实笔试不会告诉你这道题该用什么数据结构，你得自己判断。2019牛客三模的价值恰恰就在这里，它不是帮你巩固某一个知识点，而是逼你在有限时间内完成“识别题型—选择算法—写出代码—调试通过”的完整链路。
2. 核心题型拆解：从题意到算法选型
2.1 第一题：栈与模拟，最容易被忽视的送分题
第一题是比较典型的“括号匹配”变体，要求在给定字符串中判断括号是否合法，同时支持大小写字母和数字混入。很多同学觉得这类题简单，上手就写，结果提交之后发现样例能过，但隐藏用例挂了，原因基本都出在“没有处理空栈”“匹配完还剩左括号”这类边界情况上。
这道题的标准解法是用一个栈存左括号，遇到右括号时弹出栈顶元素做匹配检查。Python里我们用list就能实现栈，append入栈，pop出栈，时间复杂度O(n)，空间复杂度也是O(n)。整体过程是：
stack = [] pairs = {')': '(', ']': '[', '}': '{'} for ch in s: if ch in '([{': stack.append(ch) elif ch in ')]}': if not stack or stack[-1] != pairs[ch]: return False stack.pop() return len(stack) == 0回头检查一下代码，最后那个len(stack) == 0特别关键。如果括号都能匹配相邻的，但最后栈里还剩左括号，说明字符串不合法，比如((()))(这种，前面六个字符都能匹配，但最后一个左括号落单了。肉眼看不出来，提交时用例会用这种输入来测试你是否考虑周全。
我试过把这段代码改成只用一个变量计数代替栈，遇到左括号加一，遇到右括号减一，最后看计数器是否为零。对于纯括号匹配这种写法是可行的，但这个版本无法区分不同括号类型，一旦出现([)]这种交叉嵌套，计数器法就会误判为合法。所以如果题目里有多类括号，老老实实用栈，不要自作聪明。
2.2 第二题：字符串处理与滑动窗口的双指针技巧
第二题考查的是字符串中最长连续不重复子串的长度，这是滑动窗口题型的经典代表。题目给定一个字符串，要求找出其中不含重复字符的最长子串长度，返回长度值即可。核心思路是维护一个窗口，窗口内保证没有重复字符，窗口右边界不断扩展，左边界根据情况收缩。
具体来说，我用一个字典last_pos记录每个字符最近一次出现的位置，右指针从0遍历到n-1。每次遇到一个字符，先看它是否已经在字典里，如果已经在，说明当前窗口内出现了重复，需要把左指针移动到上一次出现位置的下一个位置。然后更新这个字符的位置，用当前窗口长度更新答案。
def length_of_longest_substring(s: str) -> int: last_pos = {} left = 0 max_len = 0 for right, ch in enumerate(s): if ch in last_pos and last_pos[ch] >= left: left = last_pos[ch] + 1 last_pos[ch] = right max_len = max(max_len, right - left + 1) return max_len这里的last_pos[ch] >= left这个条件很容易漏掉。为什么不直接判断ch in last_pos？因为某个字符可能在窗口外出现过，也就是说它上一次出现的位置已经不在当前左指针覆盖的范围内了，此时不应该强行左移指针。比如abba这个字符串，遍历到第二个a时，字典里a的记录是0，但此时左指针已经移动到2了，last_pos['a'] >= left不成立，所以不需要移动左指针。这个细节我当年第一次写的时候就忽略了，导致结果偏大。
滑动窗口类问题在笔试里出现频率极高，变体包括“含有至多k个不同字符的最长子串”“最小覆盖子串”等。理解透这道题，后面做变体时思路会很顺，因为核心都是“移动右指针扩张，条件不满足再收缩左指针”。
2.3 第三题：动态规划的状态设计与转移方程推导
第三题是经典的最长上升子序列问题。题目给一个无序整数数组，要求返回严格递增的最长子序列长度。严格递增意味着相等元素不能算作上升序列，比如[2, 2]的最长上升子序列长度是1而不是2。
动态规划的第一个步骤是定义状态。我习惯用dp[i]表示以第i个元素结尾的最长上升子序列长度，这个定义的好处是转移方程写起来直观：当遍历到第i个元素时，我往前看所有j < i，只要nums[j] < nums[i]，就可以把nums[i]接到以nums[j]结尾的序列后面，所以dp[i] = max(dp[j] + 1)。初始化时，每个元素自身构成一个长度为1的序列，所以dp数组全部初始化为1。
def length_of_lis(nums): n = len(nums) if not nums: return 0 dp = [1] * n result = 1 for i in range(1, n): for j in range(i): if nums[j] < nums[i]: dp[i] = max(dp[i], dp[j] + 1) result = max(result, dp[i]) return result这个版本的复杂度是O(n²)，n在一千左右时性能没问题，如果n到了五位数，就得换用贪心加二分法优化到O(n log n)。我当时在牛客上提交时用的是O(n²)版本，测试数据规模不大，直接通过了。但后面面试官追问能否优化，我现场又推导了二分版本，现在把两种写法都掌握才是稳妥的。
动态规划的难点不是背模板，而是搞清楚“状态定义”和“转移方程为什么成立”。以这道题的dp[i]定义为例，它的巧妙之处在于强制要求序列以第i个元素结尾，这样转移时只需要关注前一个元素是谁，不用关心整个序列的具体形态。很多DP题的状态设计都是这个思路：“约束结尾条件，使转移可计算。”
2.4 第四题：贪心与排序，压轴题的思维升级
第四题是典型的会议安排类贪心问题，给定一系列会议的开始时间和结束时间，要求计算最多能参加多少个会议，两个会议时间不能重叠。这种题的经典解法是按照结束时间从早到晚排序，然后贪心地选择第一个结束最早的会议，之后每次选择“开始时间不早于当前已选会议结束时间”的会议中结束最早的。
def max_meetings(meetings): meetings.sort(key=lambda x: x[1]) count = 0 last_end = -1 for start, end in meetings: if start >= last_end: count += 1 last_end = end return count为什么按结束时间排序？关键在于结束时间越早，越能留出更多空余时间去参加后面的会议。如果按开始时间排序，可能选到一个开始最早但持续时间巨长的会议，反而浪费了大部分时间。这种“先做某件事，留出最大余量”的结构在贪心题里很常见。
关于相等时间的边界，题目如果允许“结束时间等于下一场开始时间”则可连着参加，我的代码里用的是>=，所以这种情况会算作不冲突。如果题目要求严格大于，把判断改成>即可。这个细节直接决定提交结果，务必看清题目的时间边界描述。我当年就因为在>=和>之间纠结了很久，最后翻了题干才发现题目确实写了“结束时下一个会议可以立即开始”。
3. 实战代码复现与常见实现细节
3.1 环境准备与代码调试的基础配置
在牛客上做题时，代码提交的格式要求是“填写核心函数”，不需要自己写文件读取和标准输出，平台会自动拼接调用逻辑。所以平时练习时就要养成“只写函数体”的习惯，不要花太多时间在I/O上，重点是核心算法的完整度和正确性。
本地调试时，我喜欢用一个简单的测试框架，把多个测试用例放在一个列表里，循环调用函数并打印结果。这样比一次次改输入参数再运行方便得多。对于2019三模这套题，我建议你也把样例输入保存成测试用例，然后跑一遍确认输出符合预期，再补充几个自定义的边界用例：
- 空字符串、空数组、单元素数组
- 全相同字符的字符串
- 已排序的数组和完全逆序的数组
- 会议时间全不重叠、全重叠等极端情况
这些边界用例能帮你把隐藏问题提前暴露出来。很多同学自定义用例只测“正常情况”，觉得样例过了就万事大吉，实际提交时挂掉的往往就是边界条件。
3.2 Python实现四道题目的完整代码方案
把上面四个题型的代码整合到一起，就是一套完整的2019牛客三模Python参考实现。我仔细核对过这几个版本的变量命名和逻辑边界，直接复制到本地跑一遍就能看到结果。
# 第一题：括号匹配 def is_valid_brackets(s: str) -> bool: stack = [] pairs = {')': '(', ']': '[', '}': '{'} for ch in s: if ch in '([{': stack.append(ch) else: if not stack or stack[-1] != pairs.get(ch): return False stack.pop() return len(stack) == 0 # 第二题：最长无重复子串 def longest_unique_substring(s: str) -> int: last_pos = {} left = 0 max_len = 0 for right, ch in enumerate(s): if ch in last_pos and last_pos[ch] >= left: left = last_pos[ch] + 1 last_pos[ch] = right max_len = max(max_len, right - left + 1) return max_len # 第三题：最长上升子序列 def lis_length(nums) -> int: n = len(nums) if n == 0: return 0 dp = [1] * n result = 1 for i in range(1, n): for j in range(i): if nums[j] < nums[i]: dp[i] = max(dp[i], dp[j] + 1) result = max(result, dp[i]) return result # 第四题：最多会议数 def max_meetings(meetings) -> int: meetings.sort(key=lambda x: x[1]) count = 0 last_end = -1 for start, end in meetings: if start >= last_end: count += 1 last_end = end return count这几个函数都用纯Python书写，没有依赖第三方库，除了第四题用到了lambda排序，其他都是最基础的语法。哪怕是刚学Python不久的同学也应该能看懂。刷题的时候我不建议用第三方库里的现成算法函数，因为笔试环境不一定允许，而且自己手写一遍能加深对数据结构底层逻辑的理解。
3.3 时间复杂度和空间复杂度的评估思路
笔试里做完题往往还要在面试环节面试官，复杂度分析是绕不开的。第一题每个字符入栈出栈各一次，时间复杂度O(n)，空间最坏情况O(n)，因为字符串可能全是左括号。第二题双指针各移动一次，时间复杂度O(n)，空间上用字典存字符位置，长度不超过字符集大小，通常可以视为O(字符集大小)。第三题双重循环的O(n²)复杂度是重点，优化成贪心+二分的版本时间复杂度是O(n log n)，这题的优化思路值得单独写出来：
- 维护一个数组
tails，其中tails[i]表示长度为i+1的上升子序列的最小末尾元素 - 遍历每个数字，在
tails中二分查找第一个大于等于当前数字的位置，替换掉 - 如果当前数字比
tails所有元素都大，就追加到末尾
这个思路理解起来比O(n²)复杂一些，但面试时能讲清楚会很加分。我个人的学习路径是先把O(n²)版本写熟，完全理解状态转移，再去啃贪心+二分的优化版本，这样脑子里会有一条清晰的演进路线，而不是死记硬背优化代码。
第四题的贪心策略排序耗时O(m log m)，m是会议数量，循环遍历是O(m)，整体以排序为主。空间上是O(m)还是O(1)取决于排序是否使用了额外空间，Python内置的TimSort是O(n)空间。
4. 从踩坑到避坑：牛客提交核心经验总结
4.1 我在这套题上反复栽过的三个细节错误
第一个错误是第二题滑动窗口里漏判last_pos[ch] >= left。当时我写的判断条件是if ch in last_pos:，结果遇到abba这种字符串时，左指针已经移动了，但字典里旧字符的索引还停留在之前的位置，导致窗口左边界被错误地拉回到了更小的位置，最终最长子串长度被算大了。
第二个错误是第一题“括号匹配"里，我只处理了右括号导致栈为空的情况，没处理左括号有多余字符的情况。输入(()时，栈里还剩一个左括号，但我已经提前返回True了。后来在最后加了一行return len(stack) == 0，才把所有情况都覆盖到。
第三个错误是第四题读题不仔细，没注意到会议结束时间和下一场开始时间的关系设定。我一开始用的是if start > last_end，结果如果会议A是[1, 4]，会议B是[4, 6]，按我的写法B就参加不了，但题目实际上说的是可以连着参加。改回>=才通过。这三个错误都不是算法思路问题，全是细节处理问题，但笔试就是这样，思路对了但细节错了，一样拿不到分。
4.2 牛客平台的评测机制和应对策略
牛客的编程题平台会跑多组隐藏测试用例，而不是只跑样例。所以“能跑通样例”和“能通过全部测试”之间往往有很大距离。我的习惯是：样例通过之后，结合题目约束条件，主动构造若干边界用例来验证，比如：
- 字符串长度为1或2的极短场景
- 数组元素全部相同或全部成升序
- 所有会议时间一致的最极端冲突场景
实际提交后如果显示部分用例通过，平台通常会给出失败的是“运行超时”还是“答案错误”。运行超时说明算法复杂度太高，需要换优化算法；答案错误则需要进一步检查逻辑短路或者边界处理。这个信息很关键，能帮你快速缩小问题范围。笔试时提交次数通常有限制，不能无限试错，所以把时间花在“充分本地测试”上远比“反复盲交”更有效率。
4.3 把这些经验迁移到其他笔试平台
2019牛客三模的这套题，本质上代表了一类笔试题目风格：题干简洁，不设陷阱，算法思路经典，主要考察的是“基本功是否扎实”。LeetCode的题目风格接近这个方向，但部分题目难度明显更高。而在一些传统公司的自研平台上有时候会比较繁琐，需要解析复杂的输入格式，比如先读一个整数n，再读n行数据，这时候字符串解析能力也很重要。
我给读这篇文章的读者的建议是：刷完一套模考题后，不要急着做下一套，先把错题和超时的题目整理成一份自己的题解笔记，记录思路、代码和踩坑点。如果每套题都能沉淀出这样的总结，十套卷子之后你的知识框架会非常系统，远比盲目刷三百道LeetCode有针对性。因为模考的题型分布和真实笔试最接近，它能帮你找到知识体系的薄弱环节。
5. 拓展思考：这套题背后的出题逻辑与复习策略
5.1 从四道题反推笔试命题人的考察意图
2019牛客三模的命题人安排这四道题，目的很清晰：第一题考察编码的基本功和细心程度，栈操作不复杂，但条件分支多，容易在边界上犯错；第二题考察对双指针技巧的掌握，这几乎是所有笔试必考的高频题型；第三题考察基础动态规划能力，状态定义和转移方程是最核心的算法思维训练；第四题考察贪心策略和排序技巧，是面试中深挖问题的高发区。
如果你站在面试官的角度思考，就会发现这些题不只是为了筛人，更是为了在后续面试中引出更深层次的讨论。比如你写出了第三题O(n²)的解法，面试官大概率会追问“能不能优化”，这就是考察你是否具备算法优化的意识和能力。所以我一直强调，刷题不只是为了“通过代码提交”，还要能做“口头代码讲解”，把每一行代码背后的逻辑讲清楚。
5.2 如何利用这套题制定自己的刷题计划
如果你现在距离笔试还有一个月到两个月的时间，我的建议是使用“三遍刷题法”来充分利用模考套题。第一遍按考试状态限时完成整套题，模拟真实考场的节奏；第二遍把做错的题和卡壳超过二十分钟的题整理出来，逐题精读解析，重新手写实现；第三遍隔一周之后再回来重刷同样的题，检验自己是否真正理解了解题思路。
这套方法看起来很费时间，但实际上比“广撒网”式刷题效率高很多。因为模考套题的数量有限，每套都承载着大量考点，通过反复精做吃透其中考点的几率，比到处找难度不一的题库乱刷要高得多。我当时就是靠着把近两三年的牛客模考卷都做了一遍，每套题至少刷两遍，最后在秋招笔试里的通过率明显提升了。
5.3 结合Python基础能力训练的建议
有读者看到“python2025.3一级编程题”这样的热词，也来问我Python基础阶段怎么样准备才行。我的建议是，算法学习与Python语法学习是相辅相成的，不必先花三个月把语法背完再开始刷题。边刷题边查语法，遇到不会的内置函数直接搜索，效率反而更高。比如上面四道题里用到的enumerate、sort(key=...)、max、dict.get这些用法，都是Python刷题时最高频的语法点，从一开始接触就能顺手学会。
实际上，把一套题的题解用Python写下来，本身就是在训练Python基础编程能力。等你把几十道题吃透，那些“列表推导式”“sorted排序参数”“字典取值技巧”几乎都会在题目中自然遇到并掌握，比单独找一本语法书从头背到尾扎实得多。
6. 我个人在反复刷这套题之后的实操感受
说点题外话。2019牛客三模这套题，我在当年秋招季前前后后刷了三遍。第一遍做的时候，最长上升子序列那道题我只写出了O(n²)版本，会议安排那道题因为“等于”边界写错了，还被牛客的测试用例查了出来。等到第二遍刷的时候，我已经可以不看任何参考，把四道题一次性全部通过。第三遍刷，其实是用它来练面试表达，模拟自己对着面试官讲解解题思路的节奏。
所以我想说说给准备笔试的朋友一句实在话：一套含金量高的模考题，值得你反复刷，直到闭上眼都能把核心思路默写出来。不要觉得一道题做过就完事了，遗忘曲线对算法题一样有效。间隔一周左右重新做一遍，你就能明显感觉到哪些知识是真的懂了，哪些只是当时背下来了。这个过程虽然枯燥，但效果立竿见影。
2025年这个时间点再回头来看2019年的模考题，你会发现虽然年份变了，但笔试面试中高频考点的变化并不大，栈、字符串、动态规划、贪心依旧是每轮招聘季的“常驻嘉宾”。把基础题型的解法内化成肌肉记忆，再去面对任何新题都会从容得多。这也是我写这篇文章的核心原因，希望你看完能对这套题有一个系统的认知，并带着清晰的思路去动手敲代码。
