c 语言基础题目:L1-034 点赞

2023-10-12 10:52
文章标签 语言 基础 题目 l1 034 点赞

本文主要是介绍c 语言基础题目:L1-034 点赞,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

        微博上有个“点赞”功能,你可以为你喜欢的博文点个赞表示支持。每篇博文都有一些刻画其特性的标签,而你点赞的博文的类型,也间接刻画了你的特性。本题就要求你写个程序,通过统计一个人点赞的纪录,分析这个人的特性。

输入格式:

        输入在第一行给出一个正整数N(≤1000),是该用户点赞的博文数量。随后N行,每行给出一篇被其点赞的博文的特性描述,格式为“K F1​⋯FK​”,其中1≤K≤10,Fi​(i=1,⋯,K)是特性标签的编号,我们将所有特性标签从1到1000编号。数字间以空格分隔。

输出格式:

        统计所有被点赞的博文中最常出现的那个特性标签,在一行中输出它的编号和出现次数,数字间隔1个空格。如果有并列,则输出编号最大的那个。

输入样例:

4
3 889 233 2
5 100 3 233 2 73
4 3 73 889 2
2 233 123

输出样例:

233 3

解题思路: 

  1. 定义变量和数组:你首先定义了一个整数n来记录特性标签的数量,然后定义了一个大小为1001的整数数组a,所有元素初始化为0。数组的每个索引对应一个可能的特性标签,数组的值表示对应标签在数组中出现的次数。
  2. 读取输入:程序接下来读取特性标签的数量n,然后对于每个特性标签,程序读取一个数k,表示该标签出现的次数。
  3. 更新数组:对于每个特性标签,程序会读取k个数字,并将这些数字对应的特性标签在数组a中的值加1,表示这个标签出现的次数增加了。
  4. 查找最大值:在所有特性标签都被处理过后,程序开始查找数组a中出现次数最多的标签。你使用一个变量index来记录当前找到的出现次数最多的标签,并在每次遇到新的更大值时更新这个变量。注意你的代码中用了小于等于 <= 的条件来确保当出现次数相同时,选择小的标签。只需要保存最大的那个值就可以了。
  5. 输出结果:最后,程序打印出出现次数最多的标签的索引和它的出现次数。

程序源码:

#include<stdio.h> // 引入标准输入输出库,使得程序可以使用scanf和printf等函数  int main(){ // 主函数开始,程序从这里执行  int n,a[1001]={0};//定义a数组数组的元素下标与特性标签的号码一一对应  int i,j,k;//定义循环变量int index=0;//index用来记录已经查找过的标签出现次数最多的哪一项  // 定义整数n,用于存储特性标签的数量;定义一个大小为1001的数组a,并将其所有元素初始化为0。这个数组的每个索引i对应一个特性标签i,数组a中索引i的值表示特性标签i的出现次数  scanf("%d",&n); // 从标准输入读取一个整数并存储到变量n中,这个整数表示特性标签的数量  for(i=0;i<n;i++){ // 开始一个循环,对每个特性标签进行处理  scanf("%d",&k); // 从标准输入读取一个整数并存储到变量k中,这个整数表示当前特性标签的出现次数  for(j=0;j<k;j++){ // 开始另一个循环,对每个特性标签的出现次数进行处理  int num;  scanf("%d",&num); // 从标准输入读取一个整数并存储到变量num中,这个整数表示当前特性标签的出现次数内的某一个数字  a[num]++; // 将数组a中对应数字num的元素加1,表示数字num出现了一次  }  }  // 定义一个整数index,并将其初始化为0。这个变量用于记录到目前为止出现次数最多的特性标签的索引  for(i=0;i<1001;i++){ // 开始一个循环,遍历数组a的所有元素  if(a[index]<=a[i]){//条件是小于等于以确保出现次数相同时小标签更新为大标签  // 如果当前元素的值小于等于当前最大的出现次数,那么更新index为当前元素的索引  index=i;  }  }  printf("%d %d",index,a[index]); // 打印出现次数最多的特性标签的索引和它的出现次数  return 0; // 主函数结束,返回0表示程序正常退出  
}

这篇关于c 语言基础题目:L1-034 点赞的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/195359

相关文章

C语言线程池的常见实现方式详解

《C语言线程池的常见实现方式详解》本文介绍了如何使用C语言实现一个基本的线程池,线程池的实现包括工作线程、任务队列、任务调度、线程池的初始化、任务添加、销毁等步骤,感兴趣的朋友跟随小编一起看看吧... 目录1. 线程池的基本结构2. 线程池的实现步骤3. 线程池的核心数据结构4. 线程池的详细实现4.1 初

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close

题目1254:N皇后问题

题目1254:N皇后问题 时间限制:1 秒 内存限制:128 兆 特殊判题:否 题目描述: N皇后问题,即在N*N的方格棋盘内放置了N个皇后,使得它们不相互攻击(即任意2个皇后不允许处在同一排,同一列,也不允许处在同一斜线上。因为皇后可以直走,横走和斜走如下图)。 你的任务是,对于给定的N,求出有多少种合法的放置方法。输出N皇后问题所有不同的摆放情况个数。 输入

题目1380:lucky number

题目1380:lucky number 时间限制:3 秒 内存限制:3 兆 特殊判题:否 提交:2839 解决:300 题目描述: 每个人有自己的lucky number,小A也一样。不过他的lucky number定义不一样。他认为一个序列中某些数出现的次数为n的话,都是他的lucky number。但是,现在这个序列很大,他无法快速找到所有lucky number。既然

C语言 | Leetcode C语言题解之第393题UTF-8编码验证

题目: 题解: static const int MASK1 = 1 << 7;static const int MASK2 = (1 << 7) + (1 << 6);bool isValid(int num) {return (num & MASK2) == MASK1;}int getBytes(int num) {if ((num & MASK1) == 0) {return

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX