华为校招机试 - 云服务计费(20240410)

2024-04-15 04:12

本文主要是介绍华为校招机试 - 云服务计费(20240410),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!

在线OJ测试

题目详情 - 云服务计费 - HydroOJ​​​​​​​

题目描述

编写一个程序为某云服务计算客户话单,输入为某云服务的计费日志和各种计费因子的计费单价的列表,计费日志内容包含 4 个字段:

  • 时间戳
  • 客户标识
  • 计费因子
  • 计费时长

日志中如果同一客户、同一计费因子、在相同时间戳上报多次话单只能计费一次,选先上报的日志计费。

计算每个客户的话单总费用。

输入描述

第 1 行表示计费日志的条数 n

  • n 是一个正整数,范围是:1 ≤ n ≤ 1000

第 2 到 n+1 行表示云服务的计费日志,共 4 列:

  • 第 1 列表示时间戳(是一个数字字符串,长度为10) 
  • 第 2 列表示客户标识(是一个字符串,长度为1-16)
  • 第 3 列表示计费因子(是一个字符串,长度为1-16,计费因子查不到时认为计费因子单价是0)
  • 第 4 列表示计费时长(范围为0-100,当计费时长不在范围内要认为是计费日志有问题,当成计费为 0 处理)
  • 这4个字段使用逗号分隔

第 n+2 行表示计费因子的数量 m

  • m 是一个正整数,范围是:1 ≤ m ≤ 100

第 n+3 到 n+3+m 行表示各种计费因子的计费单价的列表,该表有 2 列:

  • 第1列表示计费因子 (是一个字符串,长度为1-16)
  • 第2列表示单价(是一个正整数,范围为1~100)
  • 这2个字段使用逗号分隔

输出描述

每个客户的话单总费用,共 2 列:

  • 第 1 列表示客户名
  • 第 2 列表示话单费用

2列用逗号分割,输出按客户标识字典序升序排序。

用例

输入5
1627845600,client1,factorA,10
1627845605,client2,factorB,15
1627845610,client1,factorA,5
1627845610,client1,factorB,8
1627845620,client2,factorB,20
2
factorA,5
factorB,7
输出client1,131
client2,245
说明client1 = 15 × 5 + 8 × 7 = 131
client2 = 0 × 5 + 35 × 7 = 245

题目解析

本题是一道逻辑模拟题。

主要难点在于细节把握,有如下细节

  1. 日志中如果同一客户、同一计费因子、在相同时间戳上报多次话单只能计费一次,选先上报的日志计费。
  2. 计费因子查不到时认为计费因子单价是0
  3. 计费时长(范围为0-100,当计费时长不在范围内要认为是计费日志有问题,当成计费为 0 处理)
  4. 输出按客户标识字典序升序排序

对于1,其实就是让我们去除客户的重复日志信息,而日志是否重复的判断标准是:

同一客户、同一计费因子、相同时间戳

因此根据第 2 到 n+1 行输入的日志信息,一旦后面的日志和前面的日志上面三要素相同,则后面的日志就是重复的,可以忽略。

具体去重实现,针对不同语言有不同办法,大家可以看下面源码的具体实现。


对于2,即某个客户名下某个日志的计费因子不存在(即不存在于第 n+3 到 n+3+m 行),那么此时计费因子单价为0,即对应日志不产生费用。


对于3,需要我们日志的计算时长进行范围判断,如果不在指定范围,则对应日志不产生费用。


对于4,输出按客户标识字典序升序排序

JS算法源码

const rl = require("readline").createInterface({ input: process.stdin });
var iter = rl[Symbol.asyncIterator]();
const readline = async () => (await iter.next()).value;void (async function () {// 计费日志的条数const n = parseInt(await readline());// key是客户id,val是客户的计费日志容器const logs = {};for (let i = 0; i < n; i++) {// 时间戳,客户标识,计费因子,计费时长const [timestamp, custId, factor, duration] = (await readline()).split(",");// 初始化客户的日志容器(对象作为容器)if (logs[custId] == undefined) {logs[custId] = {};}const key = timestamp + factor;// 若日志的客户标识、时间戳、计费因子三要素相同,则认为日志重复,不加入重复日志if (logs[custId][key] != undefined) {continue;}// 日志不重复,则记录日志信息[计费因子,计费时长]logs[custId][key] = [factor, parseInt(duration)];}// 计费因子的数量const m = parseInt(await readline());// key是计费因子,val是计费因子单价const unit_price = {};for (let j = 0; j < m; j++) {// 计费因子,单价const [factor, price] = (await readline()).split(",");unit_price[factor] = parseInt(price);}// 客户花费,key是客户id,val是客户所有log的花费之和const fees = {};for (let custId in logs) {for (let key in logs[custId]) {let [factor, duration] = logs[custId][key];// 计费时长(范围为0-100), 当计费时长不在范围内要认为是计费日志有问题,当成计费为 0 处理if (duration > 100 || duration < 0) {duration = 0;}// 计费因子查不到时认为计费因子单价是0const price = unit_price[factor] ?? 0;fees[custId] = (fees[custId] ?? 0) + duration * price;}}// 结果按照客户标识(fees的key)进行升序Object.keys(fees).sort().forEach((custId) => {console.log(`${custId},${fees[custId]}`);});
})();

Java算法源码

import java.util.*;public class Main {static class Log {String custId;String timestamp;String factor;int duration;@Overridepublic int hashCode() {// 日志中如果同一客户、同一计费因子、在相同时间戳上报多次话单只能计费一次,选先上报的日志计费// 因此若日志的客户表示、时间戳、计费因子三要素相同,则认为日志重复return custId.hashCode() + timestamp.hashCode() + factor.hashCode();}@Overridepublic boolean equals(Object obj) {if (this == obj) {return true;}if (obj == null || getClass() != obj.getClass()) {return false;}Log log = (Log) obj;// 日志中如果同一客户、同一计费因子、在相同时间戳上报多次话单只能计费一次,选先上报的日志计费// 因此若日志的客户表示、时间戳、计费因子三要素相同,则认为日志重复return custId.equals(log.custId) && timestamp.equals(log.timestamp) && factor.equals(log.factor);}}public static void main(String[] args) {// 设置逗号和换行符作为读取分隔符Scanner sc = new Scanner(System.in).useDelimiter("[,\n]");// 计费日志的条数int n = sc.nextInt();// key是客户id,val是客户的计费日志HashMap<String, HashSet<Log>> logs = new HashMap<>();for (int i = 0; i < n; i++) {Log log = new Log();// 时间戳log.timestamp = sc.next();// 客户标识log.custId = sc.next();// 计费因子log.factor = sc.next();// 计费时长log.duration = sc.nextInt();logs.putIfAbsent(log.custId, new HashSet<>());logs.get(log.custId).add(log);}// 计费因子的数量int m = sc.nextInt();// key是计费因子,val是计费因子单价HashMap<String, Integer> unit_price = new HashMap<>();for (int i = 0; i < m; i++) {// 计费因子String factor = sc.next();// 单价int price = sc.nextInt();unit_price.put(factor, price);}// 客户花费,key是客户id,val是客户所有log的花费之和TreeMap<String, Integer> fees = new TreeMap<>(); // TreeMap会根据key的自然顺序进行排序,这里的key是custId字符串,自然顺序就是字典序升序for (String custId : logs.keySet()) {for (Log log : logs.get(custId)) {// 计费时长(范围为0-100), 当计费时长不在范围内要认为是计费日志有问题,当成计费为 0 处理if (log.duration > 100 || log.duration < 0) {log.duration = 0;}// 计费因子查不到时认为计费因子单价是0int price = unit_price.getOrDefault(log.factor, 0);fees.put(custId, fees.getOrDefault(custId, 0) + log.duration * price);}}for (String custId : fees.keySet()) {System.out.println(custId + "," + fees.get(custId));}}
}

Python算法源码

# 算法入口
def solution():# 计费日志的条数n = int(input())# key是客户id,val是客户的计费日志容器logs = {}for _ in range(n):# 时间戳,客户标识,计费因子,计费时长timestamp, custId, factor, duration = input().split(",")# 初始化客户的日志容器(对象作为容器)if custId not in logs:logs[custId] = {}key = timestamp + factor# 若日志的客户标识、时间戳、计费因子三要素相同,则认为日志重复,不加入重复日志if key in logs[custId]:continue# 日志不重复,则记录日志信息[计费因子,计费时长]logs[custId][key] = (factor, int(duration))# 计费因子的数量m = int(input())# key是计费因子,val是计费因子单价unit_price = {}for _ in range(m):# 计费因子,单价factor, price = input().split(",")unit_price[factor] = int(price)# 客户花费,key是客户id,val是客户所有log的花费之和fees = {}for custId in logs:for factor, duration in logs[custId].values():# 计费时长(范围为0-100), 当计费时长不在范围内要认为是计费日志有问题,当成计费为 0 处理if duration > 100 or duration < 0:duration = 0# 计费因子查不到时认为计费因子单价是0price = unit_price.get(factor, 0)fees[custId] = fees.get(custId, 0) + price * duration# 结果按照客户标识(fees的key)进行升序for custId in sorted(fees.keys()):print(f"{custId},{fees[custId]}")# 算法调用
solution()

C算法源码

#include <stdio.h>
#include <stdlib.h>
#include <string.h>#define MAX_N 1000
#define MAX_SIZE 20typedef struct {char *timestamp;char *custId;char *factor;int duration;
} Log;Log *new_Log() {Log *log = (Log *) malloc(sizeof(Log));log->timestamp = (char *) calloc(MAX_SIZE, sizeof(char));log->custId = (char *) calloc(MAX_SIZE, sizeof(char));log->factor = (char *) calloc(MAX_SIZE, sizeof(char));log->duration = 0;return log;
}typedef struct {char *custId;Log **logs;int logs_size;int fee;
} Customer;Customer *new_Customer(char *custId) {Customer *customer = (Customer *) malloc(sizeof(Customer));customer->custId = (char *) calloc(MAX_SIZE, sizeof(char));strcpy(customer->custId, custId);customer->logs = (Log **) calloc(MAX_N, sizeof(Log *));customer->logs_size = 0;customer->fee = 0;return customer;
}void add_Log(Customer *customer, Log *log) {for (int i = 0; i < customer->logs_size; i++) {char *custId = customer->logs[i]->custId;char *timestamp = customer->logs[i]->timestamp;char *factor = customer->logs[i]->factor;// 日志中如果同一客户、同一计费因子、在相同时间戳上报多次话单只能计费一次,选先上报的日志计费// 因此若日志的客户表示、时间戳、计费因子三要素相同,则认为日志重复if (strcmp(custId, log->custId) == 0 && strcmp(timestamp, log->timestamp) == 0 &&strcmp(factor, log->factor) == 0) {// 重复日志不加入return;}}// 不重复日志加入customer->logs[customer->logs_size++] = log;
}int cmp(const void *a, const void *b) {Customer *A = *((Customer **) a);Customer *B = *((Customer **) b);return strcmp(A->custId, B->custId);
}int main() {// 计费日志的条数int n;scanf("%d", &n);// 收集客户对象Customer *customers[MAX_N] = {NULL};int customers_size = 0;for (int i = 0; i < n; i++) {getchar();// 日志对象Log *log = new_Log();scanf("%[^,],%[^,],%[^,],%d", log->timestamp, log->custId, log->factor, &log->duration);// 检查该日志对应的客户是否已记录到customers数组int j = 0;for (; j < customers_size; j++) {if (strcmp(customers[j]->custId, log->custId) == 0) {break;}}// 如果未记录过该客户,则新建该客户对象if (j == customers_size) {customers[customers_size++] = new_Customer(log->custId);}// 加入该日志到该客户对象中add_Log(customers[j], log);}// 计费因子的数量int m;scanf("%d", &m);for (int i = 0; i < m; i++) {getchar();// 计费因子char factor[MAX_SIZE];// 单价int price;scanf("%[^,],%d", factor, &price);// 遍历客户对象for (int j = 0; j < customers_size; j++) {Customer *customer = customers[j];// 遍历客户对象下的日志集合for (int k = 0; k < customer->logs_size; k++) {Log *log = customer->logs[k];// 如果该日志的计费因子和当前计费因子相同,则计算当前日志的花费,并求和到客户总费用fee中// 注意:// 1、计费时长(范围为0-100), 当计费时长不在范围内要认为是计费日志有问题,当成计费为 0 处理// 2、计费因子查不到时认为计费因子单价是0if (log->duration >= 0 && log->duration <= 100 && strcmp(log->factor, factor) == 0) {customer->fee += log->duration * price;}}}}// 结果按照客户标识进行升序qsort(customers, customers_size, sizeof(customers[0]), cmp);for (int i = 0; i < customers_size; i++) {printf("%s,%d\n", customers[i]->custId, customers[i]->fee);}return 0;
}

C++算法源码

#include <bits/stdc++.h>
using namespace std;vector<string> splitCin(char delimiter) {string s;cin >> s;stringstream ss(s);string token;vector<string> res;while (getline(ss, token, delimiter)) {res.emplace_back(token);}return res;
}int main() {// 计费日志的条数int n;cin >> n;// key是客户id,val是客户的计费日志map<string, map<string, vector<string>>> logs;for (int i = 0; i < n; i++) {vector<string> tmp = splitCin(',');// 时间戳string timestamp = tmp[0];// 客户标识string custId = tmp[1];// 计费因子string factor = tmp[2];// 计费时长string duration = tmp[3];if (logs.count(custId) == 0) {logs[custId] = map<string, vector<string>>();}// 若日志的客户标识、时间戳、计费因子三要素相同,则认为日志重复,不加入重复日志string key = timestamp + factor;if (logs[custId].count(key) > 0) {continue;}// 日志不重复,则记录日志信息[计费因子,计费时长]logs[custId][key] = vector<string>{factor, duration};}// 计费因子的数量int m;cin >> m;// key是计费因子,val是计费因子单价map<string, int> unit_price;for (int i = 0; i < m; i++) {vector<string> tmp = splitCin(',');// 计费因子string factor = tmp[0];// 单价string price = tmp[1];unit_price[factor] = stoi(price);}// 客户花费,key是客户id,val是客户所有log的花费之和map<string, int> fees;for (const auto &pair: logs) {string custId = pair.first;for (const auto &item: logs[custId]) {vector<string> log = item.second;string factor = log[0];int duration = stoi(log[1]);// 计费时长(范围为0-100), 当计费时长不在范围内要认为是计费日志有问题,当成计费为 0 处理if (duration > 100 || duration < 0) {duration = 0;}// 计费因子查不到时认为计费因子单价是0int price = unit_price[factor];fees[custId] += duration * price;}}// 结果按照客户标识(fees的key)进行升序, map自动按照key升序for (const auto &pair: fees) {cout << pair.first << "," << pair.second << endl;}return 0;
}

这篇关于华为校招机试 - 云服务计费(20240410)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/904825

相关文章

你的华为手机升级了吗? 鸿蒙NEXT多连推5.0.123版本变化颇多

《你的华为手机升级了吗?鸿蒙NEXT多连推5.0.123版本变化颇多》现在的手机系统更新可不仅仅是修修补补那么简单了,华为手机的鸿蒙系统最近可是动作频频,给用户们带来了不少惊喜... 为了让用户的使用体验变得很好,华为手机不仅发布了一系列给力的新机,还在操作系统方面进行了疯狂的发力。尤其是近期,不仅鸿蒙O

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

【区块链 + 人才服务】区块链集成开发平台 | FISCO BCOS应用案例

随着区块链技术的快速发展,越来越多的企业开始将其应用于实际业务中。然而,区块链技术的专业性使得其集成开发成为一项挑战。针对此,广东中创智慧科技有限公司基于国产开源联盟链 FISCO BCOS 推出了区块链集成开发平台。该平台基于区块链技术,提供一套全面的区块链开发工具和开发环境,支持开发者快速开发和部署区块链应用。此外,该平台还可以提供一套全面的区块链开发教程和文档,帮助开发者快速上手区块链开发。

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

基于SpringBoot的宠物服务系统+uniapp小程序+LW参考示例

系列文章目录 1.基于SSM的洗衣房管理系统+原生微信小程序+LW参考示例 2.基于SpringBoot的宠物摄影网站管理系统+LW参考示例 3.基于SpringBoot+Vue的企业人事管理系统+LW参考示例 4.基于SSM的高校实验室管理系统+LW参考示例 5.基于SpringBoot的二手数码回收系统+原生微信小程序+LW参考示例 6.基于SSM的民宿预订管理系统+LW参考示例 7.基于

828华为云征文|华为云Flexus X实例docker部署rancher并构建k8s集群

828华为云征文|华为云Flexus X实例docker部署rancher并构建k8s集群 华为云最近正在举办828 B2B企业节,Flexus X实例的促销力度非常大,特别适合那些对算力性能有高要求的小伙伴。如果你有自建MySQL、Redis、Nginx等服务的需求,一定不要错过这个机会。赶紧去看看吧! 什么是华为云Flexus X实例 华为云Flexus X实例云服务是新一代开箱即用、体

Golang支持平滑升级的HTTP服务

前段时间用Golang在做一个HTTP的接口,因编译型语言的特性,修改了代码需要重新编译可执行文件,关闭正在运行的老程序,并启动新程序。对于访问量较大的面向用户的产品,关闭、重启的过程中势必会出现无法访问的情况,从而影响用户体验。 使用Golang的系统包开发HTTP服务,是无法支持平滑升级(优雅重启)的,本文将探讨如何解决该问题。 一、平滑升级(优雅重启)的一般思路 一般情况下,要实现平滑

Golang服务平滑重启

与重载配置相同的是我们也需要通过信号来通知server重启,但关键在于平滑重启,如果只是简单的重启,只需要kill掉,然后再拉起即可。平滑重启意味着server升级的时候可以不用停止业务。 我们先来看下Github上有没有相应的库解决这个问题,然后找到了如下三个库: facebookgo/grace - Graceful restart & zero downtime deploy for G

华为OD机试真题-学生方阵-2024年OD统一考试(E卷)

题目描述 学校组织活动,将学生排成一个矩形方阵。 请在矩形方阵中找到最大的位置相连的男生数量。这个相连位置在一个直线上,方向可以是水平的,垂直的,成对角线的或者呈反对角线的。 注:学生个数不会超过10000 输入描述 输入的第一行为矩阵的行数和列数, 接下来的 n行为矩阵元素,元素间用""分隔。 输出描述 输出一个整数,表示矩阵中最长的位

Java后端微服务架构下的API限流策略:Guava RateLimiter

Java后端微服务架构下的API限流策略:Guava RateLimiter 大家好,我是微赚淘客返利系统3.0的小编,是个冬天不穿秋裤,天冷也要风度的程序猿! 在微服务架构中,API限流是保护服务不受过度使用和拒绝服务攻击的重要手段。Guava RateLimiter是Google开源的Java库中的一个组件,提供了简单易用的限流功能。 API限流概述 API限流通过控制请求的速率来防止