华为OD试题一(磁盘容量排序、数大雁、计算疫情扩散时间)

2023-12-16 05:01

本文主要是介绍华为OD试题一(磁盘容量排序、数大雁、计算疫情扩散时间),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!

1. 磁盘容量排序

题目描述:磁盘的容量单位常用的有M,G,T这三个等级,它们之间的换算关系为1T = 1024G,1G = 1024M,现在给定n块磁盘的容量,请对它们按从小到大的顺序进行稳定排序,例如给定5块盘的容量,1T,20M,3G,10G6T,3M12G9M排序	后的结果为20M,3G,3M12G9M,1T,10G6T。注意单位可以重复出现,上述3M12G9M表示的容量即为3M+12G+9M,和12M12G相等。

参考代码:

# 测试数据
test_data = ['2G4M','3M2G','1T']
# 核心是将其划归为统一的单位M
# 单位字典
unit_dict = {'T':1024 * 1024,'G':1024,'M':1,
}
# 换算后的结果
conversion_data = []
# 换算后的结果与原结果对应关系
conversion_dict = {}# 该函数用于换算结果
def fun(ELE):# 用于存放结果count = 0# 辅助指针 cur = 0 for index,ele in enumerate(ELE):if ele in ['T','G','M']:count += int(ELE[cur:int(index)]) * unit_dict[ele]# cur 指向下一个要换算的结果cur = index + 1return count # 处理测试数据
for ele in test_data:res = fun(ele)# 添加换算后的数据conversion_data.append(res)# 建立换算后的数据和源数据之间的关系conversion_dict[ele] = res# 处理的数据排序
conversion_data.sort()# 存放最终结果
result = []# 将处理后的数据转化成原数据
for _ in conversion_data:for k,v in conversion_dict.items():if _ == v:result.append(k)conversion_dict.pop(k)break
# 打印最终结果
print(result)

2. 数大雁

题目描述:
一群大雁往南飞,给定一个字符串记录地面上的游客听到的大雁叫声,请给出叫
声最少由几只大雁发出。具体的:
1. 大雁发出的完整叫声为"quack",因为有多只大雁同一时间嘎嘎作响,所以字符串中可能会混合多个 "quack"。
2. 大雁会依次完整发出 "quack",即字符串中‘q’, ’u’, ’a’, ’c’, ’k’ 这 5个字母按顺序完整存在才能计数为一只大雁。如果不完整或者没有按顺序则不予计数。
3. 如果字符串不是由‘q’, ’u’, ’a’, ’c’, ’k’字符组合而成,或者没有找到一只大雁,请返回 -1。核心:同过q 和 k 的位置确定大雁数量

# 测试数据
test_str1 = "quackquack"
test_str2 = "quqackuack"
test_str3 = "quackquook"std_str = "quack"def fun(temp):# 统计大雁个数count = 0# 判断非法情况for _ in temp:if _ not in std_str:return -1# 查找q的位置q_pos = []for pos,value in enumerate(temp):if value == 'q':q_pos.append(pos)# 查找k的位置k_pos = []for _ in q_pos:before = _for s in std_str:after = temp.find(s,before)# 如果没找到if after == -1:breakif s == 'k':k_pos_append(after)# 通过分析q 的位置和其对应的k的位置计算大雁数量for i in range(len(q_pos)):if i == 0:count += 1else:if q_pos[i] < k_pos[i - 1]:count += 1return count 		result = fun(str1)
print(result)

3. 计算疫情扩散时间

题目描述:在一个地图中(地图由n*n个区域组成),有部分区域被感染病菌。感
染区域每天都会把周围(上下左右)的4个区域感染。
请根据给定的地图计算,多少天以后,全部区域都会被感染。
如果初始地图上所有区域全部都被感染,或者没有被感染区域,返回-1。核心:计算位置关系
input1 = [1, 0, 1, 0, 0, 0, 1, 0, 1]
input2 = [0, 0, 0, 0]
input3 = [1, 1, 1, 1, 1, 1, 1, 1, 1]
import mathdef fun(temp_list):# 全为0 的情况if all(x == 0 for x in temp_list):return -1# 全为1 的情况if all(x == 1 for x in temp_list):return -1# 正方形边长l = int(math.sqrt(len(temp_list)))# 统计天数count = 0while True:# 如果全为1 即全部感染则 退出if all(x == 1 for x in temp_list):return count# 计算 1 的位置temp_1_pos = [pos for pos,x in enumerate(temp_list) if x == 1]# 计算感染区域for i in temp_1_pos:# 上方区域if 0 <= i - l <= len(temp_list) - 1:if temp_list[i - l] == 0:temp_list[i - l] = 1# 左边区域if 0 <= i - 1 <= len(temp_list) - 1:if temp_list[i - 1] == 0:temp_list[i - 1] = 1# 右边区域if 0 <= i + 1 <= len(temp_list) - 1:if temp_list[i + 1] == 0:temp_list[i + 1] = 1# 下方区域if 0 <= i + l <= len(temp_list) - 1:if temp_list[i + l] == 0:temp_list[i + l] = 1count += 1
res = fun(input3)
print(res)

这篇关于华为OD试题一(磁盘容量排序、数大雁、计算疫情扩散时间)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/499192

相关文章

精准寻车+鸿蒙有礼特别版均已上线! 华为鸿蒙HarmonyOS 6负一屏新升级

《精准寻车+鸿蒙有礼特别版均已上线!华为鸿蒙HarmonyOS6负一屏新升级》不少朋友升级华为鸿蒙HarmonyOS6后,发现华为负一屏此次也新增了精准寻车功能,还为过往鸿蒙5.1及以上用户再度... 最近科技圈热议话题当属华为全新发布的Mate 80系列,这次不仅有全金属机身,第二代红枫影像和全新麒麟新品

故障定位快人一步! 华为交换机排障命令汇总

《故障定位快人一步!华为交换机排障命令汇总》在使用华为交换机进行故障排查时,首先需要了解交换机的当前状态,通过执行基础命令,可以迅速获取到交换机的系统信息、接口状态以及配置情况等关键数据,为后续的故... 目录基础系统诊断接口与链路诊断L2切换排障L3路由与转发高级调试与日志性能、安全与扩展IT人无数次实战

Java Map排序如何按照值按照键排序

《JavaMap排序如何按照值按照键排序》该文章主要介绍Java中三种Map(HashMap、LinkedHashMap、TreeMap)的默认排序行为及实现按键排序和按值排序的方法,每种方法结合实... 目录一、先理清 3 种 Map 的默认排序行为二、按「键」排序的实现方式1. 方式 1:用 TreeM

java时区时间转为UTC的代码示例和详细解释

《java时区时间转为UTC的代码示例和详细解释》作为一名经验丰富的开发者,我经常被问到如何将Java中的时间转换为UTC时间,:本文主要介绍java时区时间转为UTC的代码示例和详细解释,文中通... 目录前言步骤一:导入必要的Java包步骤二:获取指定时区的时间步骤三:将指定时区的时间转换为UTC时间步

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

MyBatis Plus实现时间字段自动填充的完整方案

《MyBatisPlus实现时间字段自动填充的完整方案》在日常开发中,我们经常需要记录数据的创建时间和更新时间,传统的做法是在每次插入或更新操作时手动设置这些时间字段,这种方式不仅繁琐,还容易遗漏,... 目录前言解决目标技术栈实现步骤1. 实体类注解配置2. 创建元数据处理器3. 服务层代码优化填充机制详

C++统计函数执行时间的最佳实践

《C++统计函数执行时间的最佳实践》在软件开发过程中,性能分析是优化程序的重要环节,了解函数的执行时间分布对于识别性能瓶颈至关重要,本文将分享一个C++函数执行时间统计工具,希望对大家有所帮助... 目录前言工具特性核心设计1. 数据结构设计2. 单例模式管理器3. RAII自动计时使用方法基本用法高级用法

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Python文本相似度计算的方法大全

《Python文本相似度计算的方法大全》文本相似度是指两个文本在内容、结构或语义上的相近程度,通常用0到1之间的数值表示,0表示完全不同,1表示完全相同,本文将深入解析多种文本相似度计算方法,帮助您选... 目录前言什么是文本相似度?1. Levenshtein 距离(编辑距离)核心公式实现示例2. Jac