1. 题目一
给出题目一的试题链接如下：
1. 解题思路
这题没啥好多说的，就是先用fill字符补充一下，然后进行一下切分即可。
2. 代码实现
给出python代码实现如下：
class Solution:
def divideString(self, s: str, k: int, fill: str) -> List[str]:
n = len(s)
if n % k != 0:
t = k - n % k
s = s + t * fill
n += t
return [s[i:i+k] for i in range(0, n, k)]
提交代码评测得到：耗时65ms，占用内存14MB。
2. 题目二
给出题目二的试题链接如下：
1. 解题思路
这一题第一反应事动态规划，后来仔细一想发现犯不着，因为显然乘法由于加法，且越靠后发生效果越好，因此，我们只需要反向推导即可。
2. 代码实现
给出python代码实现如下：
class Solution:
def minMoves(self, target: int, maxDoubles: int) -> int:
res = 0
while target != 1 and maxDoubles > 0:
if target % 2 == 1:
res += 2
else:
res += 1
target = target // 2
maxDoubles -= 1
return res + target - 1
提交代码评测得到：耗时32ms，占用内存14.4MB。
3. 题目三
给出题目三的试题链接如下：
1. 解题思路
这一题就是简单的动态规划了，很基础的题目，就不过多展开了。
2. 代码实现
给出python代码实现如下：
class Solution:
def mostPoints(self, questions: List[List[int]]) -> int:
n = len(questions)
@lru_cache(None)
def dp(idx):
if idx >= n:
return 0
p, s = questions[idx]
return max(dp(idx+1), p + dp(idx+s+1))
return dp(0)
提交代码评测得到：耗时1640ms，占用内存202.6MB。
4. 题目四
给出题目四的试题链接如下：
1. 解题思路
这一题很有意思，是一道智力题。
这一题的关键在于想通一点，那就是，如果我们每分钟都换一次电池，每次都是用电量最多的n节电池，那么，正常情况下，我们总能够尽可能平均地使用我们的电池，使得所有的电量都能够被最有效的利用起来。
那么，假设电量总和为s，我们能够使用的时间就是 ⌊ s n ⌋ \lfloor \frac{s}{n} \rfloor ⌊ns⌋。
但是，这里我们需要考察一下特殊情况，即在什么情况下，会有额外的电量无法被利用起来。显然，就是当某一些电池电量特别多，以至于哪怕从头开始消耗，也无法将其消耗完全时，此时这节电池将会有多余的电量被余留下来。
因此，我们只需要首先将电池按照电量进行排序，然后如果某一节电池电量会被余留，那么，我们就令其常亮，此时我们就从总电量当中扣除这节电池，然后需要考虑的总的电池位就从 n n n修正为了 n − 1 n-1 n−1，然后继续考察下面的情况即可。
2. 代码实现
给出pyhton代码实现如下：
class Solution:
def maxRunTime(self, n: int, batteries: List[int]) -> int:
batteries = sorted(batteries, reverse=True)
s = sum(batteries)
for h in batteries:
if h <= s // n:
return s // n
n -= 1
s -= h
提交代码评测得到：耗时1059ms，占用内存28.9MB。