Yth a écrit 2671 commentaires

On peut faire un truc rigolo sur la partie travail, on garde packet et input() identiques, et on reste sur du générateur/itérateur jusqu'à la fin avec le sort :

def analyse(decoder):
    score = 0
    for id, (a, b) in enumerate(input()):
        yield a
        yield b
        if a <= b:
            score += id + 1
    print(f"Pairs in the right order : {score}")
    for d in decoder:
        yield d


decoder = [packet([[2]]), packet([[6]])]
s = sorted(analyse(decoder))
print(f"Decoder Key = {(s.index(decoder[0])+1) * (s.index(decoder[1])+1)}")

• Yth, pour le fun…

Ah, j'avoue, j'ai même pas imaginé deux secondes faire un vrai parsing des données :)

• Yth.

J'ai un code équivalent, avec un peu plus de modélisation, mais sinon, c'est algorithmiquement identique :

import sys
import json
from functools import total_ordering


@total_ordering
class packet:
    def __init__(self, data):
        self.data = data

    def compare(self, a, b):
        if type(a) == type(b) == int:
            if a == b:
                return None
            return a < b
        if type(a) == int:
            a = [a]
        if type(b) == int:
            b = [b]
        for i, j in zip(a, b):
            c = self.compare(i, j)
            if c is not None:
                return c
        else:
            return self.compare(len(a), len(b))
        return None

    def __lt__(self, other):
        return self.compare(self.data, other.data) is True

    def __eq__(self, other):
        return self.compare(self.data, other.data) is None


def input():
    x = None
    for line in sys.stdin:
        if line == "\n":
            x = None
        elif x is not None:
            yield x, packet(json.loads(line))
        else:
            x = packet(json.loads(line))


score = 0
all_packets = []
for id, (a, b) in enumerate(input()):
    all_packets += [a, b]
    if a <= b:
        score += id + 1
print(f"Pairs in the right order : {score}")
decoder = [packet([[2]]), packet([[6]])]
s = sorted(all_packets + decoder)
print(f"Decoder Key = {(s.index(decoder[0])+1) * (s.index(decoder[1])+1)}")

Je n'ai pas songé à split("\n\n"), ça fait que j'ai une première partie qui bosse en flux, mais comme pour la seconde il faut trier, on est obligé d'avoir toutes les données chargées, change rien.
Et ma fonction de comparaison est très centrée sur l'exercice : a < b c'est True, a > b c'est False et a == b c'est None, ergo on poursuit. C'est plus propre de faire -1/0/1.

• Yth.

Le rendu de mon paysage, en doublant la largeur pour faire moins écrasé.

Complètement Numénor oui.

• Yth.

Pour faire du joli on fait ça :

class display:
    def __init__(self, input, width, heights):
        self.heights = heights
        self.bgcolors = [[
            min(255, max(232, heights[c] + 231))
            for c in line] for line in input]
        self.background = "\n".join(
            "".join(
                f"{self.color(c)} "
                for c in line
            )
            for line in self.bgcolors
        )
        self.bgcolors = sum(self.bgcolors, [])
        self.width = width

    def color(self, bg=None, fg=None, rgb=None):
        bg = f"\033[48;5;{bg}m" if bg else ""
        fg = f"\033[38;5;{fg}m" if fg else ""
        fg = f"\033[38;2;{rgb[0]};{rgb[1]};{rgb[2]}m" if rgb else fg
        return f"{bg}{fg}"

    def cursor(self, row=0, col=0):
        return f"\033[{row};{col}H"

    def __call__(self, *visited):
        print(self.cursor(), end='')
        print(self.background)
        for v in visited:
            print(f"{self.cursor(*divmod(v, self.width))}{self.color(bg=self.bgcolors[v], fg=160)}o")
        time.sleep(.1)

# On ajoute ces deux lignes juste avant la troisième :
d = display(input, w, heights)
d()
input = "".join(input)

# Et enfin en dernière ligne de main():
        d(*v1, *v2)

# Et pour éviter d'avoir les résultats en tout moche au milieu :
s1 = main([start], [end])
s2 = main([pos for pos, height in enumerate(map) if height == 1], [end])
print(d.cursor(row=h+1), end='')
print("\033[0m", end='')
print(f"Path found in {s1} moves !")
print(f"Path found in {s2} moves !")

Et il faut mettre le terminal en grand, parce que sinon ça va faire très très moche et buggé !
On a une animation des cases en cours de visite, sur fond de montagne enneigée (dégradé noir en bas, et blanc en haut).

• Yth.

Ah, classe :)
J'ai rien de joli à montrer ce coup-ci.
Mais bon, journée présentiel au taf hier, trois heures dans la voiture, 4h en réunions, j'ai à peine eu le temps de bricoler une solution, en ayant réfléchi sur le trajet…

J'ai fait un parcours de graphe inventé à la volée : je n'ai jamais été fichu de retenir le moindre des algos de parcours que j'ai pu apprendre, alors je suis condamné à réinventer la roue !

J'ai des cases en entrée, je regarde pour chacune d'elles où elles peuvent aller (haut, bas, gauche, droite, si la différence de hauteur est bonne), et si je n'ai pas déjà été là (donc matrice des cases visitées avec distance au départ dedans).
Je note l'ensemble des cases nouvellement visitées, et j'itère sur cet ensemble.
Donc a priori inutile de stocker le score pour le retrouver et calculer la suite comme dans mon code plus bas : il suffit de compter les étapes.

Instinctivement, je me suis dis que ça pouvait grossir, et donc j'ai décidé de manger le problème par les deux bouts, donc j'explore en montant depuis "S" et en descendant depuis "E".
Je stocke des scores positifs en montant, et négatifs en descendant.
Si je rencontre une case visitée depuis l'autre bout (case négative si je monte ou positive si je descends), j'ai fait la liaison.
En pratique je peux m'arrêter là : si je suis en train de monter c'est étape*2+1, si je suis en train de descendre c'est étape*2+2.
Dans mon code j'additionne les valeurs absolues : la valeur que j'aurais dû mettre dans la case, et celle déjà présente, et j'ai mon résultat.

Pour l'exercice 2, comme je fournis déjà une liste de case par itération, il suffit de mettre comme liste de démarrage tout les "a" et le "S", vraiment rien à coder, la dernière ligne du programme et basta.

Ah, et j'ai aligné, je bosse sur un tableau à une dimension, au lieu d'une matrice.
Et les mouvements possibles ne sont pas (haut, bas, gauche droite) mais (-1, +1, -largeur, +largeur) et un mouvement doit être dans [0, taille[

Allez, trêve de blabla, code !

heights = {
    v: (26 if k == 27 else k) or 1
    for k, v in enumerate("SabcdefghijklmnopqrstuvwxyzE")
}
input = [line for line in sys.stdin.read().strip().splitlines()]
w, h = len(input[0]), len(input)
size = w * h
moves = [1, -1, w, -w]
input = "".join(input)
map = [heights[c] for c in input]
start = input.index("S")
end = input.index("E")


def test(score, newpos, height, sign):
    """
    False : mouvement impossible
    True : mouvement possible vers case non visitée
    int : mouvement possible vers case visitée, retourne le score de cette case
    """
    if newpos < 0 or newpos >= size:
        return False
    if (sign > 0 and map[newpos] > height + 1)\
       or (sign < 0 and map[newpos] < height - 1):
        return False
    if score[newpos] is None:
        return True
    return score[newpos]


def move(score, pos, sign=1):
    height = map[pos]
    visited = []
    solution = False
    for m in moves:
        newpos = pos + m
        t = test(score, newpos, height, sign)
        if not t:  # Movement not allowed
            continue
        if t is True:  # New tile visited
            score[newpos] = score[pos] + sign
            visited.append(newpos)
            continue
        if t * sign > 0:  # Already visited
            continue
        # Visited from the other side : solution found !
        visited.append(newpos)
        solution = min(
            solution or size,
            1 + sign * score[pos] - sign * score[newpos]
        )
    return visited, solution


def main(s1, s2):
    score = [
        0 if (pos in s1 or pos in s2) else None
        for pos in range(size)
    ]
    unfinished = True
    while unfinished:
        v1, v2 = [], []
        for pos in s1:
            v, solution = move(score, pos, 1)
            v1 += v
            if solution:
                print(score)
                print(f"Path found in {solution} moves !")
                unfinished = False
        for pos in s2:
            v, solution = move(score, pos, -1)
            v2 += v
            if solution:
                print(score)
                print(f"Path found in {solution} moves !")
                unfinished = False
        s1, s2 = v1, v2


main([start], [end])
main([pos for pos, height in enumerate(map) if height == 1], [end])

• Yth.

Ah oui, j'ai sorti l'eval avec réticence, mais c'est tellement adapté à ce cas précis…

Professionnellement il faudrait salement valider la chaîne, et probablement qu'un parseur aurait été la solution, pour ne pas faire d'eval.

• Yth, PGPM, PPCD, rhaaa, c'pareil quoi, le lecteur aura corrigé de lui-même !

Pour le « truc qui scale pas » de la seconde partie, un bug dans la première partie m'a fait tomber dessus très tôt, et la solution est assez simple.

Un mélange de propre et de hack tout moche pour celui-là, avec un affichage qui montre l'avancement des calculs, ya 9s pour la seconde partie tout de même…

import sys
from collections import deque, OrderedDict
import math
def input():
    operations = {
        "Starting items": "items",
        "Operation": "operation",
        "Test": "test",
        "If true": "true",
        "If false": "false",
    }
    monkey = {}
    for line in sys.stdin:
        if line == "\n":
            yield monkey
            monkey = {}
            continue
        operation, value = line.strip().split(":")
        monkey[operations.get(operation, "monkey")] = (
            value or int(operation.split()[-1]))
    yield monkey

class Monkey:
    relief = 3
    modulo = None
    def __init__(self, monkey, items, operation, test, true, false):
        self.id = monkey
        self.items = deque([int(x) for x in items.split(',')])
        self.operation = operation.split("=", 1)[1]
        self.test = int(test.split()[-1])
        self.true = int(true.split()[-1])
        self.false = int(false.split()[-1])
        self.inspection = 0
    def __call__(self):
        self.inspection += 1
        item = self.items.popleft()
        worry = eval(self.operation.replace("old", str(item))) // self.relief
        if self.modulo:
            worry = worry % self.modulo
        return self.false if worry % self.test else self.true, worry
    def __add__(self, n):
        self.items.append(n)
    def __repr__(self):
        return (
            f"Monkey#{self.id}@{self.inspection}:{self.operation}"
            f" % {self.test} ? {self.true} : {self.false}"
            f" => {list(self.items)}"
        )
    def __bool__(self):
        return len(self.items) != 0
    def __gt__(self, other):
        return self.inspection > other.inspection

def monkey_simulation(
        rounds, input,
        relief=3, modulo=None,
        skiplines=0, show_monkeys=True):
    Monkey.relief = relief
    Monkey.modulo = modulo
    monkeys = OrderedDict(sorted(
        (monkey['monkey'], Monkey(**monkey))
        for monkey in inputmonkeys
    ))
    if show_monkeys:
        print("\033[0;0H", end='')
        print("\n".join([repr(m) for m in monkeys.values()]))
        skiplines += len(monkeys) + 1
    movecursor = f"\033[{skiplines};0H"
    for round in range(rounds):
        print(f"{movecursor}Round #{round}")
        for monkey in monkeys.values():
            while monkey:
                dst, worry = monkey()
                monkeys[dst] + worry
    b1, b2 = [m.inspection for m in sorted(monkeys.values())[-2:]]
    print(f"Monkey business level: {b1*b2}")
    return skiplines + 2, math.prod(monkey.test for monkey in monkeys.values())

inputmonkeys = [line for line in input()]
skiplines, modulo = monkey_simulation(20, inputmonkeys)
print(f"Global modulo = {modulo}")
monkey_simulation(10000, inputmonkeys, 1, modulo, skiplines+1, False)

L'idée pour la seconde passe c'est que tout peut se passer au modulo du produit de tous les modulos. Même au PGCM de tous les modulos des différents singes, mais le produit suffit, on a des nombres suffisamment petits pour que ça roule vite et bien.

Donc la première passe retourne ce produit des modulos, qui est nourri à la seconde passe, en modifiant la classe de base avant instanciation des nouveaux singes.
Joli hack bien crade quoi :)

Après on a quelques bidouilles d'affichage pour lister les singes et faire défiler le n° de round, et ainsi voir l'avancement des calculs.

Et bien sûr, le cœur du problème avec un bon gros eval sur l'opération à effectuer, sinon c'pas drôle !

• Yth.

C'est Tanguy qui a pensé à l'utf8 en premier pour le jour 10, je reprends les bonnes idées :)

• Yth.

Ya ça en numpy :
https://numpy.org/doc/stable/reference/generated/numpy.rot90.html

J'aime bien l'idée, c'est bourrin, c'est fun, ça fait du code plus léger, et ça ressemble à ce qu'on ferait à la main avec une maquette ou une feuille de papier : on fait tourner (ou on tourne autour) !

Par contre c'est faux je pense.
Il y a des arbres visibles depuis plusieurs côtés, et tu vas les compter plusieurs fois…

• Yth.

C'est un peu l'idée derrière mon propre code.
Et si on l'enrichissait ?

Par exemple si on veut ajouter une commande affxy a b - qui fait la fonction affine a*x+b - à deux arguments et trois cycles par exemple, dans mon code il suffit d'ajouter cette méthode :

    def affxy(self, a, b):
        self.noop()  # ou :
        self.noop()  # self.history.append(self.X)
        self.noop()  # pour la première version
        self.X = int(a) * self.X + int(b)

Voilà, c'est géré.

• Yth.

Bonne idée de remettre le curseur en haut !
Et encore une petite amélioration inutile donc indispensable :

        top = "*" * (self.w)
        lines = [
            "*" + "░ " * (self.w//2 - 1) + "*",
            "*" + " ░" * (self.w//2 - 1) + "*",
        ]
        self.backgrounds = [
            top + "".join(lines[_ % 2] for _ in range(self.h - 2)) + top,
            top + "".join(lines[1 - _ % 2] for _ in range(self.h - 2)) + top,
        ]
[...]
        txt = [c for c in self.backgrounds[sum(self.delta) % 2]]
[...]
            txt[int(x + y * self.w)] = "█"

On a un fond en échiquier, qui bascule quand on « déplace la caméra », ça permet de visuellement voir que ça défile.
Ça marche parce qu'on décale toujours de 1, et ça alterne entre les deux fonds quelle que soit la direction du déplacement.
Et avec des caractères utf-8 de bloc plein, ou gris, c'est plus joli.

• Yth.

Il faut te connecter, d'une façon ou d'une autre, j'utilise mon compte github perso.
Et là tu as un jeu de donnée personnalisées en entrée, et tu peux fournir le résultat dans un champs spécifique en bas de page.
Ça te donne accès au second exercice.

• Yth.

Tu peux simplifier un peu ta gestion des input en faisant ça :

for l in sys.stdin:
  m, *q = l.split()
  if m == "noop":
    inc()
  else: # add
    inc()
    inc()
    X += int(*q)

Le premier point, d'utiliser for l in sys.stdin permet de ne pas lire tout l'input, mais simplement d'itérer sur les lignes, on reste plus bas en RAM, on traite un flux.

Le second point, c'est d'utiliser *q pour prendre « ce qui reste ».
Dans le cas d'une ligne "noop" on a m="noop" et q=[].
Dans le cas de "addx XX" on a m="addx" et q=[XX], une list avec la valeur en premier (et unique) élément.
Mais en refilant *q à int, il « unpack » et int(*q) devient équivalent à int(XX).

Avec ça tu gères des instructions différentes, avec autant de paramètres que tu veux, tu t'en fous au niveau du parsing, tu veux juste connaître l'instruction et passer le reste à la gestion de l'instruction.

Ça évite de rajouter un argument factice, et de splitter en ne prenant que les deux premiers.

• Yth.

PS: et aussi, chapeau pour la maîtrise d'awk, j'en suis pas là !

Moins modélisé que Tanguy, mais plus que steph.

import sys
def input():
    for line in sys.stdin:
        yield tuple(line.split())

class cpu:
    def __init__(self):
        self.X = 1
        self.history = []
    def noop(self):
        self.history.append(self.X)
    def addx(self, n):
        self.history.append(self.X)
        self.history.append(self.X)
        self.X += int(n)
    def __getitem__(self, n):  # Cycle 1 is history 0
        return self.history[n-1]
    def __call__(self, row, col):
        return "#" if abs(self.history[row * 40 + col] - col) <= 1 else " "


mycpu = cpu()
for action, *values in input():
    getattr(mycpu, action)(*values)

signal_strength = sum(mycpu[n]*n for n in range(20, 221, 40))
print(f"Signal Strength : {signal_strength}")
screen = "\n".join(
    "".join(mycpu(row, col) for col in range(40))
    for row in range(6)
)
print(screen)

Là je conserve tout l'historique des valeurs de X à chaque cycle, ça n'est évidemment pas viable sur un long programme.
Il faudrait optimiser pour la demande, c'est à dire écrire instruction après instruction l'état de l'écran pour le cycle qui passe, et faire un hook sur les valeurs de la première question, pour additionner/stocker par ailleurs.

Au début j'avais mis un compteur de cycle dans ma classe cpu mais à la fin je ne l'utilisais pas, alors je l'ai viré…
C'est assez facile d' « optimiser » la classe cpu pour qu'elle dessine l'écran au fur et à mesure, on fait une méthode comme ça :

    def cycle(self):
        self.screen.append("#" if abs(self.X-self.col) <= 1 else " ")
        self.col = (self.col + 1) % 40
        if not self.col:
            self.screen.append("\n")
        self.history.append(self.X)

Et définir self.col = 0; self.screen = [] dans l'init.
On remplace les appels à self.history.append(self.X) par self.cycle().
On réalise que cpu.noop ne fait plus qu'exécuter cpu.cycle, donc on garde noop et addx devient :

    def addx(self, n):
        self.noop()
        self.noop()
        self.X += int(n)

On vire le cpu.call puisqu'on dessine l'écran à la volée dans mycpu.screen et on affiche print("".join(mycpu.screen)) à la fin. On n'a plus qu'à rajouter un history à 0 pour le cycle 0 inexistant, et on n'a plus besoin de faire return self.history[n-1] dans cpu.__getitem__()

Avec tout ça mis en place on a un code plus concis, plus clair, mais on conserve toujours l'historique pour la question 1, et s'en débarrasser oblige a faire un hook un peu crados dans cpu.noop(), conserver le numéro du cycle courant, et si cycle%40==20 ajouter à self.signal_strength self.X * self.cycle.
On se débarrasse de l'historique.

Plus propre ?
Moins propre ?
Difficile à dire…
Mais il s'agit de débuggage, donc on peut introduire un hook cpu.debug à chaque cycle, qui servirait à ça.

Bilan :

import sys
def input():
    for line in sys.stdin:
        yield tuple(line.split())

class cpu:
    def __init__(self):
        self.X = 1
        self.history = [0]
        self.col = 0
        self.screen = []
        self.cycle = 0
        self.strength = 0
    def debug(self):
        self.cycle += 1
        if self.cycle % 40 == 20:
            self.strength += self.cycle * self.X
    def noop(self):
        self.screen.append("#" if abs(self.X-self.col) <= 1 else " ")
        self.col = (self.col + 1) % 40
        if not self.col:
            self.screen.append("\n")
        self.debug()
    def addx(self, n):
        self.noop()
        self.noop()
        self.X += int(n)

mycpu = cpu()
for action, *values in input():
    getattr(mycpu, action)(*values)

print(f"Signal Strength : {mycpu.strength}")
print("".join(mycpu.screen))

Bilan ?
8 octets de différence dans le fichier final, temps d'exécution rigoureusement similaire.
En pratique si on bourrine sur les entrées, le second code est plus lent puisqu'il maintient à jour un écran.
On peut utiliser un deque pour cpu.screen et avoir un scroll automatique, ça restreint la RAM utilisée, qui reste stable quelles que soient les données en entrées.
Alors que le premier fait juste un history.append(), ça pompe de la RAM (à l'infini d'ailleurs) mais pas du CPU.

• Yth

Et je suis repassé tout juste devant avec encore un nouvel inscrit !
C'est rigolo remarque de voir ça évoluer :)

Tu remarqueras que si on trie par global score on est tous à égalité à 0 hein…

• Yth.

C'est vrai !

Bon, comme j'aime bien les trucs rigolos qui bougent, j'ai fait une animation en terminal.
On ajoute ça :

import os
import time
class display:
    def __init__(self):
        self.w, self.h = tuple(os.get_terminal_size())
        self.h -= 1
        self.delta = numpy.array((self.w//2, self.h//2))
        self.top = "*" * (self.w)
        self.line = "*" + " " * (self.w - 2) + "*"
        self.background = self.top + "".join(
            self.line for _ in range(self.h - 2)) + self.top

    def __call__(self, knots):
        x, y = self.delta + knots[0]
        if x <= 0:
            self.delta[0] += 1
        if x >= self.w-1:
            self.delta[0] -= 1
        if y <= 0:
            self.delta[1] += 1
        if y >= self.h-1:
            self.delta[1] -= 1
        txt = [c for c in self.background]
        for knot in knots:
            x, y = knot + self.delta
            txt[int(x + y * self.w)] = "#"
        print("".join(txt))
        time.sleep(.01)

d = display()

Et dans la boucle on ajoute à la fin : d(knots)
J'ai 11460 mouvements dans mon input, à cette vitesse - sleep(.01) - ça prends 2 minutes et quelques.

Ça commence centré sur le démarrage, et quand la tête déborde d'un côté, on translate tout pour garder dans le champs.

• Yth, du temps à perdre on dirait…

J'espère que dans vos solutions perso, vous aurez pensé à utiliser, en arrivant à la deuxième partie, à utiliser une seule corde pour simuler les deux…

Pas lors de la première résolution, mais après en nettoyant un peu le code oui… Comme d'hab, le problème arrivant en deux fois, on n'optimise pas dès le début pour la seconde partie :)

Voici mon code :

import numpy
input = [(r[0], int(r[2:])) for r in sys.stdin]

move = dict(
    U=(0, 1),
    D=(0, -1),
    L=(-1, 0),
    R=(1, 0),
)
def follow(head, tail):
    delta = head - tail
    if max(abs(delta)) <= 1:  # no move
        return
    if delta[0]:
        tail[0] += 1 if delta[0] > 0 else -1
    if delta[1]:
        tail[1] += 1 if delta[1] > 0 else -1


knots = [numpy.array((0, 0)) for _ in range(10)]
tail1_pos = {(0, 0), }
tail_pos = {(0, 0), }
for dir, nb in input:
    for _ in range(nb):
        knots[0] += move[dir]
        for n in range(1, 10):
            follow(knots[n-1], knots[n])
        tail1_pos.add(tuple(knots[1]))
        tail_pos.add(tuple(knots[-1]))
print(f"Tail positions visited : {len(tail1_pos)}")
print(f"LongTail positions visited : {len(tail_pos)}")

Pas trop modélisé, des vecteurs numpy juste pour avoir des simplifications comme l'addition, la soustraction ou la valeur absolue.
J'aime bien ton import_line qui fait un unique itérateur pour chaque mouvement unitaire, c'est propre !

Et donc :

def input():
    move = dict(
        U=(0, 1),
        D=(0, -1),
        L=(-1, 0),
        R=(1, 0),
    )
    for line in sys.stdin:
        direction = move[line[0]]
        for _ in range(int(line[2:])):
            yield direction

def follow(head, tail):
    delta = head - tail
    if max(abs(delta)) <= 1:  # no move
        return
    if delta[0]:
        tail[0] += 1 if delta[0] > 0 else -1
    if delta[1]:
        tail[1] += 1 if delta[1] > 0 else -1

knots = [numpy.array((0, 0)) for _ in range(10)]
tail1_pos = {(0, 0), }
tail_pos = {(0, 0), }
for direction in input():
    knots[0] += direction
    for n in range(1, 10):
        follow(knots[n-1], knots[n])
    tail1_pos.add(tuple(knots[1]))
    tail_pos.add(tuple(knots[-1]))
print(f"Tail positions visited : {len(tail1_pos)}")
print(f"LongTail positions visited : {len(tail_pos)}")

• Yth.

Ouais, c'est des glandus ces elfes, on dirait moi le lundi matin…

• Yth.

Mon premier parcours est moins bourrin, je ne cherche pas à savoir pour chaque arbre s'il est visible, mais bien à noter les arbres vus depuis chaque angle de vue, donc au lieu d'avoir size=width*height traitements, j'en ai 2*(width+height).

def check(rows, cols):
    h = -1
    for r in rows:
        for c in cols:
            if input[r][c] > h:
                visible[r * width + c] = True
                h = input[r][c]

visible = [False for _ in range(size)]
for r in range(height):
    check([r], range(width))
    check([r], range(width-1, -1, -1))
for c in range(width):
    check(range(height), [c])
    check(range(height-1, -1, -1), [c])
print(f"Visible Trees : {sum(visible)}")

Pour la seconde partie c'est algorithmiquement équivalent :

def look(h, rows, cols):
    n = 0
    for r in rows:
        for c in cols:
            n += 1
            if input[r][c] >= h:
                return n
    return n

scenic = [0 for _ in range(size)]
for r in range(1, height-1):
    for c in range(1, width-1):
        h = input[r][c]
        scenic[r * width + c] = (
            look(h, range(r-1, -1, -1), [c])  # top
            * look(h, range(r+1, height), [c])  # bottom
            * look(h, [r], range(c-1, -1, -1))  # left
            * look(h, [r], range(c+1, width))  # right
        )
print(f"Best scenic tree : {max(scenic)}")

• Yth.

Et un peu d'utilisation de fonction magiques chez moi ici :

class Directory:
    def __getitem__(self, name):
        return self.files[name]

Et là pour chopper le sous-répertoire "toto" de mon Directory(truc) je fais truc['toto'].
Je n'ai même pas pensé à inclure le '..' dans mes fichiers, j'ai un cas particulier si on fait cd .., c'était tellement évident de faire ça !

On pourrait accéder à truc/toto via truc.toto en implémentant __getattr__ comme j'ai fait le __getitem__, mais si "toto" est dans une variable il faut faire getattr(truc, variable_toto), ça ne simplifie pas la lecture, c'est plus simple d'utiliser truc[variable_toto].

Après on peut implémenter __truediv__ et faire que truc/"toto" retourne Directory(truc/toto).
Là on a root/"a"/"b"/".."/"c"/".."/".."/"e"/"f" = Directory("/e/f") :)
Mais les guillemets partout alourdissent la lecture et l'écriture…

Sinon, côté algo, et même implémentation, c'est pareil rien à signaler, pas de subtilité, j'ai juste utilisé du if line.startswith("$ cd"): cwd = cwd[line[5:]] plutôt qu'une regexp.

• Yth.

J'ai fait du Caml, j'ai joué un peu avec OCaml, et même un poil de Lisp Jadis, mais je ne code pas régulièrement dans ces langages là.

Réutiliser les opérateurs, c'est bien pour jouer, mais ça peut péter complètement la lisibilité, donc il faut faire très très attention quand on veut partager le code…

Bien fait c'est génial par contre.

• Yth.

J'aime bien réutiliser les opérateurs, mais j'ai fait ça assez rapidement, donc la pertinence est celle d'un truc pondu en vingt minutes.
Le ~chifumi est pratique et plutôt lisible, comme ça on normalise tout le temps.

Par contre réutiliser la classe chifumi pour qu'elle représente une choix ou un résultat d'affrontement, c'est plutôt moche, ça rendrait illisible un code plus gros, et c'est totalement lié à la présentation de la seconde partie du problème après la résolution de la première : comment bricoler vite fait du code qui répond à la question. C'était plus simple de rajouter un opérateur à une classe existante que de gérer une nouvelle classe.

Mais en plus propre on pourrait avoir une classe resultat d'affrontement, qui sait se multiplier (par exemple) avec une classe chifumi, avec __mul__ et __rmul__, pour pouvoir faire chifumi * resultat = resultat * chifumi = "mais qu'a donc joué mon adversaire ?"
On apprends à resultat à se multiplier dans les deux sens avec chifumi sans que celle-ci sache comment se multiplier avec resultat.

On pourrait garder le même opérateur partout, et faire du __mod__ et __rmod__ sur resultat. Sachant que dans tous les cas on retourne un score qui est un entier et n'a rien à voir avec aucune des deux classes.

Pour le total_ordering, c'est vrai, mais en pratique j'ai implémenté __lt__ qui n'est jamais utilisé. J'aurais pu nettoyer ça du code avant de le poster.

• Yth.

Je viens de voir le message, j'ai rejoins alors :)
Bon, par contre le leaderboard a la valeur qu'on lui donne : hors de question de me lever à 6h du matin pour faire ça parmi les premiers…

• Yth.

Ma solution vite faite.

import sys
input = sys.stdin.read().split("\n")
s = [0]
for i in input:
    if i == "":
        s.append(0)
    else:
        s[-1] += int(i)

print(f"Maximum = {max(s)}")
print(f"3 Best : {sum(sorted(s)[-3:])}")

time python3 01.py < 01.in
Maximum = 71506
3 Best : 209603

real    0m0,041s
user    0m0,034s
sys 0m0,007s

• Yth.