牛客刷题|HJ24 合唱队,HJ25 数据分类处理 , HJ26 字符串排序

本文主要是介绍牛客刷题|HJ24 合唱队,HJ25 数据分类处理 , HJ26 字符串排序,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!

HJ24 合唱队

题目链接:合唱队_牛客题霸_牛客网 (nowcoder.com)

思路:对队列中每个元素分别找左边最长递增序列和右边最长递减序列(都不一定是连续的),那么以当前元素为“山顶”可以保留的最大人数就是两者之和减一。

寻找最长递增序列可以用动态规划实现。

但测试用例只通过了2/20,我使用其它用户发的代码并作了些格式上的修改,依然只能通过2/20。有没有人能告诉为什么:(

代码(未通过所有测试案例)

import sys
N = sys.stdin.readline().strip()
N = int(N)
queue = sys.stdin.readline().strip()
queue = queue.split()
dp1, dp2 = [1] * len(queue), [1] * len(queue)
def count_max_sub(N, queue):dp = [1] * Nfor i in range(1, len(queue)):for j in range(i):if queue[j] < queue[i]:dp[i] = max(dp[i], dp[j] + 1)return dp
dp1 = count_max_sub(N, queue)
dp2 = count_max_sub(N, queue[::-1])[::-1]remain = 0
for i in range(len(queue)):remain = max(remain, dp1[i] + dp2[i] - 1)
print(N - remain)

HJ25 数据分类处理 

题目链接:数据分类处理_牛客题霸_牛客网 (nowcoder.com)

思路:使用哈希表:{R(i): [[I中包含R(i)的元素坐标1,i中包含R(i)的元素1 ], [I中包含R(i)的元素坐标2,i中包含R(i)的元素2],... ]}。即键(key)为R中每个元素,键值(value)为列表I中包含key的元素idx和元素的合集。

明白题目想要得到什么后,思路就简单了,把R去重排序后,遍历R中每个元素R(i),判断I中有哪些元素包含R(i), 如果包含,就把对应的idx和元素加入到字典中。最后根据字典中的键,键值,每个键值的长度等信息得到想要的结果。

注意:

1. 用set对R进行去重。

2. 为了将R中元素从小到大排列,需要先将里面的str元素映射为int类型,又为了之后能直接以str的形式判断包含关系,需要将里面元素重新映射为str类型,代码如下:

R = map(str, map(int, sorted(set(R))))

3. 字典应使用OrderedDict,而不是dict, 这样能让字典按照R中插入的顺序来排序。具体参考「Python 字典 ♩」键值对的顺序问题 - 知乎 (zhihu.com)

4. 处理输出格式:我先用字符串挨个相加的方式,但显示输出格式错误(但是内容是对的),后来将元素添加到list中,最后用‘ ’.join连接起来才符合。目前不明白是什么原因。 

代码

import sys
from collections import OrderedDictIline = sys.stdin.readline().split()
numI, I = Iline[0], Iline[1:]
Rline = sys.stdin.readline().split()
numR, R = Rline[0], Rline[1:]R = map(str,sorted(map(int,set(R))))dic = OrderedDict()
for Ri in R:for j, num in enumerate(I):if Ri in num:if Ri not in dic:dic[Ri] = [[j, num]]elif Ri in dic:dic[Ri].append([j, num])ans = ''
count = 0
result = []
for key, value in dic.items():# ans += key# ans += ' '+ str(len(dic[key]))result.append(key)result.append(len(dic[key]))count += 2for item in dic[key]:# ans += ' ' + str(item[0])# ans += ' ' + str(item[1])count += 2result.append(item[0])result.append(item[1])
result = [count] + result
# print(str(count) + ' ' + ans)  # 输出格式不符合
print(' '.join(str(x) for x in result))

HJ26 字符串排序

题目链接:字符串排序_牛客题霸_牛客网 (nowcoder.com)

思路:本来想着是不是要先定义一种排序规则,但很麻烦,还要考虑“同一个英文字母的大小写同时存在时,按照输入顺序排列”这种情况,其实不需要如此。

非字母的字符排在原位,需要变化的是字母的位置。我们先确立字母之间的先后顺序。建立一个list letterOrder,依次判断每个字符有没有a/A,有没有 b/B,如果有,就把它添加到letterOrder中,这样就能保证字符串按照a/A~z/Z的顺序,且相同字母按照输入顺序排列。

最后,建立最终顺序列表ans,初始化letterOrder中的字母idx。遍历字符串,如果是字母,意味着当前位置要加某个字母,就按照letterOrder中的顺序加到ans,如果非字母,就直接加到ans

代码

import sysstrs = sys.stdin.readline().strip()
letterOrder = []
for i in range(26):for item in strs:if ord(item) - ord('a') == i or ord(item) - ord('A') == i:letterOrder.append(item)
idx = 0
ans = []
for str in strs:if ord('a') <= ord(str) <= ord('z') or ord('A') <= ord(str) <= ord('Z'):ans.append(letterOrder[idx])idx += 1else:ans.append(str)print(''.join(ans))

这篇关于牛客刷题|HJ24 合唱队,HJ25 数据分类处理 , HJ26 字符串排序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/785209

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig