Python-CSP 201912-2 回收站选址

2024-01-10 12:32

本文主要是介绍Python-CSP 201912-2 回收站选址,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!

文章目录

  • 前言
  • 一、题目
  • 二、算法思想
  • 三、代码

前言

一、题目

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、算法思想

  • 大概的题意是给我们一些垃圾对应的坐标,然后从中判断出来哪些可以作为回收站的
  • 并对这些回收站进行评分判断,最后输出0~4分各个分数段的回收站数目。
  • 判断回收站和评分回收站的方式不难,以下图为例
  • 若当前判断(x,y)这个垃圾点
  • 如果这个点要符合回收站的话,就必须四个红色坐标都存在垃圾点才行。
  • 对于一个回收站的评分来说,四个角即黑色坐标的点的个数,就代表了坐标为(x,y)回收站的评分。

在这里插入图片描述

  • 在代码实现中使用的存储结构为字典、列表、元组
  • 坐标以元组的方式存入列表,方便之后的访问
  • 而回收站的评分使用了字典来存储。
  • 判断回收站和回收站的评分都使用了in方法,先对(x,y+1)、(x,y-1)、(x+1,y)和(x-1,y)四个垃圾点判断是否存在
  • 若都存在时再判断(x+1,y+1)、(x+1,y-1)、(x-1,y+1)和(x-1,y-1)四角的垃圾点判断并计算存在的个数
  • 最后将对应评分的回收站个数加1,打印各个评分段回收站数量即可。

三、代码

在这里插入图片描述

# coding=utf-8
# 作者: 小狐狸
# 题目: 回收站选址n = int(input())
pos = [] #垃圾点位置
score = {} #回收站各评分数量
score[0] = 0
score[1] = 0
score[2] = 0
score[3] = 0
score[4] = 0
for i in range(n):x,y = input().split()x = int(x)y = int(y)pos.append((x,y)) #以元组方式存入
for station in pos: #遍历每个垃圾点x = station[0]y = station[1]#对每一个垃圾点进行回收站的判断if (x,y+1) not in pos:continueif (x,y-1) not in pos:continueif (x+1,y) not in pos:continueif (x-1,y) not in pos:continue#判断为回收站后count = 0 #四个角的垃圾点数#计算回收站的得分,即四个角的垃圾点数if (x+1,y+1) in pos:count += 1if (x+1,y-1) in pos:count += 1if (x-1,y+1) in pos:count += 1if (x-1,y-1) in pos:count += 1score[count] += 1
print(score[0])
print(score[1])
print(score[2])
print(score[3])
print(score[4])

这篇关于Python-CSP 201912-2 回收站选址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/590819

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

hadoop开启回收站配置

开启回收站功能,可以将删除的文件在不超时的情况下,恢复原数据,起到防止误删除、备份等作用。 开启回收站功能参数说明 (1)默认值fs.trash.interval = 0,0表示禁用回收站;其他值表示设置文件的存活时间。 (2)默认值fs.trash.checkpoint.interval = 0,检查回收站的间隔时间。如果该值为0,则该值设置和fs.trash.interval的参数值相等。

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

CSP 2023 提高级第一轮 CSP-S 2023初试题 完善程序第二题解析 未完

一、题目阅读 (最大值之和)给定整数序列 a0,⋯,an−1,求该序列所有非空连续子序列的最大值之和。上述参数满足 1≤n≤105 和 1≤ai≤108。 一个序列的非空连续子序列可以用两个下标 ll 和 rr(其中0≤l≤r<n0≤l≤r<n)表示,对应的序列为 al,al+1,⋯,ar​。两个非空连续子序列不同,当且仅当下标不同。 例如,当原序列为 [1,2,1,2] 时,要计算子序列 [

机试算法模拟题 服务中心选址

题目描述 一个快递公司希望在一条街道建立新的服务中心。公司统计了该街道中所有区域在地图上的位置,并希望能够以此为依据为新的服务中心选址:使服务中心到所有区域的距离的总和最小。 给你一个数组positions,其中positions[i] = [left, right] 表示第 i 个区域在街道上的位置,其中left代表区域的左侧的起点,right代表区域的右侧终点,假设服务中心的位置为loca