- 博客(48)
- 收藏
- 关注
RSS订阅原创 算法训练营Day48
子序列定义为：不改变剩余字符顺序的情况下，删除某些字符或者不删除任何字符形成的一个序列。具有不同开始位置或结束位置的子串，即使是由相同的字符组成，也会被视作不同的子串。从字符串的最后一个字符开始，逆序遍历到第一个字符。的字符串，我们可以用它的任意一个字符当做中心点，所以中心点的个数是。我们还可以用它任意挨着的两个字符当做中心点，所以中心点是。，找出其中最长的回文子序列，并返回该序列的长度。如果回文串是奇数，我们把回文串中心的那个字符叫做。是字符串中的由连续字符组成的一个序列。，请你统计并返回这个字符串中。
2024-01-24 13:15:49
555
原创 算法训练营Day47
的每个字符，通过比较字符是否相等来决定删除、替换或插入操作。如果不相等，选择删除、替换或插入的最小编辑操作数，分别加上对应的成本。的每个字符，通过比较字符是否相等来决定插入、删除或替换操作。如果不相等，选择插入、删除或替换的最小编辑操作数。因为 对于word1 增加 一个 字母的操作 ，也就是 word2 删除一个 字母的 操作！第一步将 "sea" 变为 "ea" ，第二步将 "eat "变为 "ea"horse -> rorse (将 'h' 替换为 'r')可以删除任意一个字符串中的一个字符。
2024-01-23 12:41:03
731
原创 算法训练营Day46
如果有大量输入的 S，称作 S1, S2, ... , Sk 其中 k >= 10亿，你需要依次检查它们是否为 T 的子序列。字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。的前 0 个字符组成的子串都只有一种情况，即空串。这是因为我们在状态转移的过程中，通常是通过考虑第。个字符的情况来更新状态，而不是将第。个字符组成的子串出现的次数得到，即。个字符组成的子串中，字符串。个字符组成的子串出现的次数。#Java #动态规划。个字符组成的子串中，
2024-01-22 15:05:10
588
原创 算法训练营Day45
其思路就是：把数组从头开始遍历叠加，如果加上了当前这个数nums[i], 结果比nums[i]还小，说明之前的sum 和 为负数，因为只有这样才会出现这种状况（当前元素，比前面元素的和加上当前元素还大） ，用max函数得到最后的结果！但无法画出第三条不相交的直线，因为从 nums1[1]=4 到 nums2[2]=4 的直线将与从 nums1[2]=2 到 nums2[1]=2 的直线相交。，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。可以画出两条不交叉的线，如上图所示。
2024-01-21 16:19:18
1042
原创 算法训练营Day44
• 在内层循环中，检查 nums[i] 是否大于之前的元素 nums[j]，如果是，说明可以将当前元素加入到以 nums[j] 结尾的递增子序列中。尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。• 使用两层嵌套循环遍历数组，其中外层循环控制当前元素的索引 i，内层循环遍历之前的元素，通过索引 j。是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。最长递增子序列是 [2,3,7,101]，因此长度为 4。
2024-01-20 00:40:49
696
原创 算法训练营Day43
你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。总利润: ((8 - 1) - 2) + ((9 - 4) - 2) = 8。对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。在此处买入 prices[4] = 4。代表了交易股票的手续费用。#Java #动态规划。
2024-01-18 13:08:30
959
原创 算法训练营Day42
这里，dp[i-1][j] 表示前一天保持同样状态的最大利润（即没有交易），而 dp[i-1][j-1] + prices[i] 表示前一天处于上一个状态（即上一次的买入状态）并在第 i 天卖出股票。这里，dp[i-1][j] 表示前一天保持同样状态的最大利润（即没有交易），而 dp[i-1][j-1] - prices[i] 表示前一天处于上一个状态（即上一次的卖出状态）并在第 i 天买入股票。• 要么我们在第 i 天再次买入股票，此时利润为 dp[i-1][2] - prices[i]。
2024-01-17 17:35:06
1120
原创 算法训练营Day41
思路与 I 的完全相同，只不过在递推中： dp[i][0]的状态是 前一天持有股票的状态dp[i-1][0] 以及 前一天持有股票，但今天卖了的状态（dp[i-1][1] + prices[i])推出来的。随后，在第 4 天（股票价格 = 3）的时候买入，在第 5 天（股票价格 = 6）的时候卖出, 这笔交易所能获得利润 = 6 - 3 = 3。在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5。同时，你不能在买入前卖出股票。
2024-01-16 13:51:48
1353
原创 算法训练营Day40
• 如果盗贼偷第 i 个房子，则他不能偷第 i-1 个房子，因此当前的最大金额是 dp[i-2] + nums[i]（即到第 i-2 个房子时的最大金额加上当前房子的金额）。• 对于每个房子，我们需要选择上述两种情况中金额较大的那一个，即 dp[i] = max(dp[i-1], dp[i-2] + nums[i])。• 如果盗贼不偷第 i 个房子，则当前的最大金额是 dp[i-1]（即到第 i-1 个房子时的最大金额，不受当前房子影响）。你是一个专业的小偷，计划偷窃沿街的房屋，每间房内都藏有一定的现金。
2024-01-15 13:47:05
1579
原创 算法训练营Day39
• 在每次迭代中，如果 i 大于或等于 j，这意味着可以从 i-j 级台阶跳跃 j 步到达 i 级台阶。• 可以从第0级走2级到达第2级，或者从第1级走1级到达。所以 dp[2] = dp[0] + dp[1] = 1 + 1 = 2。• 可以从第1级走2级到达第3级，或者从第2级走1级到达。所以 dp[3] = dp[1] + dp[2] = 1 + 2 = 3。• 可以从第2级走2级到达第4级，或者从第3级走1级到达。• 可以从第0级走1级到达第1级，所以 dp[1] = dp[0] = 1。
2024-01-14 15:26:55
1352
原创 算法训练营Day38
• 更新dp[j]的值：对于每个j，dp[j]增加dp[j - coins[i]]的值。这表示，如果你已经知道了组成金额j - coins[i]的方法数，那么只需加上当前硬币coins[i]，就可以组成金额j。这样，当计算 dp[j] 时，dp[j - coins[i]] 还没有被当前的硬币影响，确保了每种硬币只被使用一次。第i件物品的重量是weight[i]，得到的价值是value[i]。之前学习的是01背包，其特点在于：每个物品都只能取一个。请注意，顺序不同的序列被视作不同的组合。
2024-01-12 17:05:24
481
原创 算法训练营Day37
动态规划状态转移：对于每个字符串，更新动态规划表。初始化动态规划数组：创建一个二维数组 dp，其中 dp[i][j] 表示在前 i 个数中选择一些数作为负数，使得这些负数的总和为 j 的方法数。• 使用 nums[i]（作为负数）：如果 j >= nums[i]，方法数增加 dp[i-1][j-nums[i]]。最多有 5 个 0 和 3 个 1 的最大子集是 {"10","0001","1","0"} ，因此答案是 4。• 对于每个数 nums[i] 和每个可能的和 j，更新 dp[i][j]。
2024-01-11 21:14:20
1167
原创 算法训练营Day36
Java #动态规划小明是一位科学家，他需要参加一场重要的国际科学大会，以展示自己的最新研究成果。他需要带一些研究材料，但是他的行李箱空间有限。这些研究材料包括实验设备、文献资料和实验样本等等，它们各自占据不同的空间，并且具有不同的价值。小明的行李空间为 N，问小明应该如何抉择，才能携带最大价值的研究材料，每种研究材料只能选择一次，并且只有选与不选两种选择，不能进行切割。
2024-01-08 17:37:55
502
原创 算法训练营Day35
dp[3]，就是 元素1为头结点搜索树的数量 + 元素2为头结点搜索树的数量 + 元素3为头结点搜索树的数量。所以，到达Finish的路径 就等于，到达Finish上面的路径数加到达Finish左边的路径数。元素1为头结点搜索树的数量 = 右子树有2个元素的搜索树数量 * 左子树有0个元素的搜索树数量。元素2为头结点搜索树的数量 = 右子树有1个元素的搜索树数量 * 左子树有1个元素的搜索树数量。元素3为头结点搜索树的数量 = 右子树有0个元素的搜索树数量 * 左子树有2个元素的搜索树数量。
2024-01-06 15:08:27
2172
原创 算法训练营Day34
#Java #动态规划开源学习资料Feeling and experiences：1. 定义子问题：将原问题分解成较小的子问题。2. 实现递归关系：建立子问题之间的递归关系，这些关系通常以数学形式表达，称为递推公式。3. 存储子问题的解：动态规划通过存储这些子问题的解（通常在一个数组或其他数据结构中）来避免重复计算。4. 构造最终解：从存储的子问题解中构造原问题的解。斐波那契数 （通常用 表示）形成的序列称为 斐波那契数列 。该数列由 和 开始，后面的每一项数字都是前面两项数字的和。也就是：F(0)
2024-01-05 12:23:04
1344
原创 算法训练营Day33
从标记的位置开始，将所有更低位的数字替换为 9。这是因为我们已经减少了前面的一位数字，所以可以安全地将这些位设置为最大可能值（9）以得到最大的单调递增数字。• 记录当前位置 i，这是因为从这一位开始到最低位的所有数字都需要被设置为 9（以保证这部分是最大的单调递增数字）。• 将 digits[i - 1] 减一（因为要保持整体数字的大小尽可能大，但又要小于原来的 N）。首先，将输入的整数 n 转换为字符数组，以便逐位处理。最后，将修改后的字符数组转换回整数，并返回这个整数。的最大数字，且数字呈。
2024-01-04 13:43:18
400
原创 算法训练营Day32
如果当前区间的左边界大于 maxEnd，说明当前区间与之前的区间没有重叠。这时，将之前的区间 [start, maxEnd] 加入到结果列表中，并更新 start 和 maxEnd 为当前区间的值。在这种情况下，更新 maxEnd 为当前区间的右边界和 maxEnd 中的较大值，以扩展当前合并区间的右边界。当两个区间重叠时，保留右边界较小的区间意味着结束时间更早，因此与后续区间重叠的可能性更小。一个不重叠的区间数组，该数组需恰好覆盖输入中的所有区间。移除 [1,3] 后，剩下的区间没有重叠。
2024-01-03 20:37:01
1172
原创 算法训练营Day31
对于每个账单，如果是5美元，增加5美元纸币的计数；如果是10美元，检查是否有5美元找零，没有则返回`false`；如果是20美元，优先用一张10美元和一张5美元找零，不行则用三张5美元，如果都不可行，返回`false`。把收到的二钱都装在另一个数组ans里，在遍历bills数组时，要找多少钱，就去ans里找，• a[1]和b[1]分别代表这两个人前面应有的比他们身高高或相等的人数。• a和b都是people数组中的元素，每个都是一个包含两个整数的数组。处射出一支箭，若有一个气球的直径的开始和结束坐标为。
2024-01-02 15:56:46
953
原创 算法训练营Day29
• 更新 maxposition 为 maxposition 和 i + nums[i] 中的较大值，这表示从当前位置或之前的位置能跳到的最远距离。如果达到了，需要进行一次新的跳跃，因此 steps 加一，并更新 end 为 maxPosition，即下一次跳跃的目标位置。• 如果 i 大于当前记录的 maxposition，说明无法跳到位置 i，因此返回 false。那么只要第二天的价格大于第一天的，那么就可以第一天买，第二天卖，以此类推下去......数组中的每个元素代表你在该位置可以跳跃的最大长度。
2023-12-31 16:20:22
1064
原创 算法训练营Day28
如果当前最大的饼干ends可以满足当前最大的满足度endg（即s[ends] >= g[endg]），则意味着这个孩子可以被满足。贪心算法是一种在每个步骤中都采取最优解（即，在当前看来最好的解）的算法设计策略。如果当前饼干不能满足当前孩子（即s[ends] < g[endg]），则只将endg指针向前移动一位，检查下一个较小的满足度，因为当前饼干无论如何都无法满足当前孩子。最开始的一个想法是，把nums遍历计算，把得到的差放到另一个数组或者集合中，再用该数组或者集合进行遍历求解。，这个孩子会得到满足。
2023-12-30 13:46:08
1106
原创 算法训练营Day27
• 行程构建：由于DFS是先达到最深层再回溯，所以最终的行程是逆序的，需要反转链表得到正确顺序。• 由于题目中的图可能不是传统意义上的欧拉图（可能不包含所有边），算法的目标是覆盖所有给定的边。• 深度优先搜索（DFS）：从”JFK”开始进行DFS，按字典序探索每个机场的所有目的地。• 目标是根据给定的航班列表，找到一条从”JFK”出发，覆盖所有航班至少一次的行程。如果存在多种有效的行程，请你按字典排序返回最小的行程组合。• 涉及到类似于欧拉路径的概念，即通过图中的所有边恰好一次的路径。
2023-12-28 14:27:18
903
原创 算法训练营Day26
• if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == true)：这个条件检查当前元素是否与前一个元素相同，并且前一个元素已经被使用过。这意味着对于每个元素，Set 都是空的，所以每个元素都会被认为是“新”的，从而无法阻止同一层级中的重复选择。这样，当递归到同一层级的不同部分时，Set 中已经包含了该层级中先前考虑过的元素，有效防止重复。数组中可能含有重复元素，如出现两个整数相等，也可以视作递增序列的一种特殊情况。这样，相同的元素会相邻，便于去重。
2023-12-27 17:48:10
1115
1
原创 算法训练营Day25
• 如果path中的段数等于4且遍历完了整个字符串s，则将path中的段用点号连接起来，加入到ans列表中。之前做过分割回文字符串，其中的关键点就在于对回文的判断，还有分割线的设定。• 如果path中的段数超过4，说明不是有效的IP地址，直接返回。，其中可能包含重复元素，请你返回该数组所有可能的子集（幂集）。• 回溯：完成对当前段的探索后，从path中移除最后加入的段。• 从startIndex开始，遍历字符串s的每个字符。，用以表示一个 IP 地址，返回所有可能的。返回的解集中，子集可以按。
2023-12-26 21:30:55
565
原创 算法训练营Day24
• 当 startIndex（当前递归开始的位置）等于字符串的长度时，将当前的 path（代表一个完整的分割方案）复制并添加到 ans 中，然后返回。• 终止条件是在 dfs 函数中设置的，当 startIndex（当前递归的起始索引）等于字符串 s 的长度时，触发终止条件。• 这意味着函数已经考虑了字符串 s 中的所有字符，当前的 path 包含了一种完整的分割方式，其中每个分割都是回文。• 这个检查确保如果在同一层级中前一个相同的元素未被使用过，则当前元素不会被考虑，从而避免了重复的组合。
2023-12-25 19:49:12
1693
原创 算法训练营Day23
每次递归调用 getCombinationSum 时，都会增加 startIndex，这样就不会重复考虑之前的数字，保证了组合的唯一性。• 在递归返回后，需要撤销之前的选择（即从 path 中移除 i 并从 sum 中减去 i），以便于 for 循环中的下一次尝试。• 当构建的字符串长度与输入 digits 的长度相同时，将其视为一个有效组合，并加入到结果集。• 通过回溯（移除已添加的最后一个字符），算法能够撤销之前的选择，从而探索所有不同的组合路径。该列表不能包含相同的组合两次，组合可以以任何顺序返回。
2023-12-23 14:45:25
1345
原创 算法训练营Day22
例如，对于(n, k) = (4, 2)，使用startIndex+1可能会产生两次[1, 2]的组合：一次从1开始，一次从2开始。使用i+1是为了在每次递归时，都是基于当前选择的数字进一步选择更大的数字，保证了组合中的数字是按照递增顺序排列的，同时避免了重复的组合。如果使用startIndex+1，每次递归调用时起始索引只会基于原始的startIndex递增，而不是基于当前选择的数字 i。• 通常是达到了问题的解决条件，如路径长度达到某个值，或是已经检查了所有可能的选择。• 当前可以做的选择。
2023-12-22 13:06:17
466
原创 算法训练营Day21
5. 累加和的维护：• 通过在栈中逐个弹出节点并更新它们的值，维护一个累加和。每个节点的新值就是它的原始值加上这个累加和。= null) {该题目，主要就是用到的中序的逆序，读懂题目就简单了！盛气光引炉烟，素草寒生玉佩。Fighting！
2023-12-21 18:41:23
1678
原创 算法训练营Day20
Java #二叉树给定一个二叉搜索树, 找到该树中两个指定节点的最近公共祖先。中最近公共祖先的定义为：“对于有根树 T 的两个结点 p、q，最近公共祖先表示为一个结点 x，满足 x 是 p、q 的祖先且 x 的深度尽可能大（• 初始化一个指针 node，从根节点 root 开始。• 使用循环，当 p 和 q 都小于 node.val 时，说明它们都在 node 的左子树上，因此将 node 更新为 node.left。
2023-12-20 12:11:59
1045
1
原创 算法训练营Day19
中最近公共祖先的定义为：“对于有根树 T 的两个节点 p、q，最近公共祖先表示为一个节点 x，满足 x 是 p、q 的祖先且 x 的深度尽可能大（之前递归搜索树写多了，导致首先想到的方法 是把每个节点与左右子树值的差返回给上一级作比较。记录上一个节点的值，与当前值进行相减之后，与minNode中存储的结果作比较（给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。给你一个含重复值的二叉搜索树（BST）的根节点。），这样可以更新其结果，遍历完得到最终的结果。minNode中肯定存放的是更小的值。
2023-12-19 22:03:54
497
原创 算法训练营Day18
例如，当递归检查左子树时，会将当前节点的值作为新的上界传递给左子树的递归调用，因为左子树中的所有节点都应该小于这个上界（即当前节点的值）。使用 `Long.MIN_VALUE` 和 `Long.MAX_VALUE` 作为初始的下界（lower）和上界（upper）是为了确保在初始调用时，所有可能的 `int` 值都在这个范围内。类似地，对于右子节点，其值必须大于其父节点的值，并且小于或等于其所有祖先节点中右侧的最大值（这就是为什么我们用 `Long.MAX_VALUE` 作为初始的上界）。
2023-12-18 19:44:23
1765
1
原创 算法训练营Day17
思路：从后序遍历结果来看，最后一个即为根节点root，找到根节点在中序遍历结果中的位置，就能直到它的左右节点有哪些。思路：利用深度优先搜索，定义全局变量，把得到的结果赋值给全局变量，走不通了，那最后赋值给全局变量的则是最后的结果；通过递归深度比较，会把最深的左子节点的值赋值给全局变量的最大左值。在这里，我设置了两个全局变量，一个最大深度，一个最大左值。的路径，这条路径上所有节点值相加等于目标和。是同一棵树的后序遍历，请你构造并返回这颗。提到了层数，显然是要去找最大深度的。是二叉树的中序遍历，
2023-12-16 13:50:00
583
1
原创 算法训练营Day16
Java #二叉树给定一个二叉树，判断它是否是高度平衡的二叉树。本题中，一棵高度平衡二叉树定义为：一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过1。题目要求的是每个节点，这样就想到了把问题分为多个子问题，利用递归来解。注意：• 高度通常是指从一个节点到其最远叶子节点的最长路径上的边数。• 在一个树结构中，树的高度通常是指根节点的高度，即从根节点到最远叶子节点的最长路径。• 例如，在一棵二叉树中，根节点的高度是从根节点到最远叶子节点的边的数量。
2023-12-15 11:44:53
1095
原创 算法训练营Day15
当前节点的一个孩子为空时，说明要么是左孩子为空，要么是右孩子为空，反正minLeft与minRight中有一个为0，则返回 minLeft+minRight+1;调用的方法最后返回的是当前节点最小的深度，+1是把当前节点自身算上去一起返回给上一层。首先考虑递归的时候，不要纠结递归过程中，它是如何一步一步走的，不然这样很容易绕晕。今天最主要的就是深入理解递归，能快速写出简单题的递归解法。这道题官方用的是二分查找加位运算，降低了空间的开销。昨天对此题也做了练习与解答，用到的是层序遍历的解法。
2023-12-14 11:07:18
805
1
原创 算法训练营Day14
Java #二叉树层次遍历 #反转二叉树二叉树的层次遍历很好理解：就是从根结点一层一层地往下遍历（同一层，从左到右）：迭代的方式很好理解：就是依次入队出队。但是判断条件怎么写？最需要解决的就是，要把节点依次入队，那要怎么记录这些节点，防止它们丢失。第一步把根节点先入队，这时候要想让它的左孩子和右孩子入队（如上图），就要在A出队的时候，记录它。关键的就是在一个节点出队的时候，记录该节点，就能找到它的左右孩子。用两个while循环，主要是为了满足结果形式，保证每个结果都保存在一个新的集合中。
2023-12-13 17:11:22
1368
1
原创 算法训练营Day13
二叉树 #数据结构 #Java二叉树理论基础篇这里总结一下二叉树的基础概论：二叉树是一种树状数据结构，每个节点最多有两个子节点，分别为左子节点和右子节点。它具有以下特性：1. 根节点：树的顶部节点，没有父节点。2. 子节点：每个节点最多有两个子节点。3. 叶节点：没有子节点的节点称为叶节点。4. 深度：根节点到任意节点的唯一路径长度称为深度。5. 高度：从叶节点到根节点的路径长度称为高度。6. 层次：树中具有相同深度的节点形成一个层次。
2023-12-12 21:37:50
409
原创 算法训练营Day12
给定一个数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。返回滑动窗口中的最大值。目前为止出现的第一道Hard。最开始想到的就是暴力解法，而且很容易能写出来作为Hard题，肯定不会这么容易就能通过。视频中的思路使用的单调栈。单调栈的特点是栈内的元素保持调性，可以是单调递增或者单调递减。严格来说的话应该用的是单调双端队列。
2023-12-11 22:03:11
944
1
原创 算法训练营Day11
Java #栈和队列对于这个处理字符，括号匹配的问题，在学习数据结构中也遇到过。数据结构中的做法就是模拟栈，利用栈先进后出的特点。此代码的注释看到很乱，因为我在第一遍写的时候，有很多问题和细节都没有考虑到。我最开始只判断了左右括号是否匹配的问题，而没有考虑它们数目是否相等。，把对应的右括号入栈，然后去判断这个右括号，如果它与当前的左括号匹配，则出栈。依次这样操作，如果栈为空，说明匹配成功，如果不为空则失败。大体思路没问题，但里面还有很多细节没有处理。比如还存在右括号多了的情况。
2023-12-09 17:00:43
1144
原创 算法训练营Day10
Queue与Stack接口在Java中都扩展了Collection接口，继承了一些通用的集合方法，比如size（），isEmpty（），contains（）等。1. 函数调用： 栈常常用于实现函数调用的调用栈，其中每次函数调用都将其局部变量和返回地址压入栈中，函数返回时再弹出。2. 表达式求值： 栈可以用于计算表达式的值，特别是中缀表达式到后缀表达式的转换，以及后缀表达式的求值。offer（E，e）：将元素插入队列，成功返回true，失败返回false。这两个接口定义了操作队列和栈的标准方法。
2023-12-08 20:08:48
1095
原创 算法训练营Day9
题意：给定一个包含 n 个整数的数组 nums 和一个目标值 target，判断 nums 中是否存在四个元素 a，b，c 和 d ，使得 a + b + c + d 的值与 target 相等？用到的两个指针，我感觉像是在你追我赶，一个指针记录记录先走的那个指针的出发位置，等那个指针停下了，记录了结果就直接瞬移过去。所以，当我们遍历完，慢指针指向的元素一定不等于val，返回慢指针，就相当于返回了移除元素后的数组长度。在C/C++中，运用双指针，可以在字符串后开辟空间，然后从后向前替换数字字符。
2023-12-07 20:35:07
1069
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人