CCF CSP认证 历年题目自练Day26

news2024/11/15 17:34:03

题目一

试题编号: 202012-1
试题名称: 期末预测之安全指数
时间限制: 1.0s
内存限制: 512.0MB
请添加图片描述
请添加图片描述

题目分析(个人理解)

  1. 还是先看输出,此题简单的离谱,第一行输入小菜有几个测评依据,然后后面的n行输入每项测评依据的重要度,和分数。
  2. 再看输出,那个 RELU函书其实就是输出:如果总分大于0就输出分数,如果小于或等于0就输出0即可。
  3. 代码如下!!!
n=int(input())
num=0
for i in range(n):
    w,score=map(int,(input().split()))
    num+=w*score
if num>0:
    print(num)
else:
    print(0)

题目二

试题编号: 202012-2
试题名称: 期末预测之最佳阈值
时间限制: 1.0s
内存限制: 512.0MB
请添加图片描述
请添加图片描述

题目分析(个人理解)

  1. 先看输入第一行是输入有n需要判断预测是否正确的数,之后的n行输入对应的yi和result i 。
  2. 我依旧选择列表存储,字典的keys必须为一,将yi 或result i作为keys都不 满足条件。for i in range(m):
    y_result.append(list(map(int,input().split())))
  3. 然后先按照reslut降序排列,再按照yi升序排列,之后到核心代码去判断每一个y作为阈值之后,预测正确的有几项,预测正确的情况有两种,第一种是大于等于yi的reslut值为1。第二种是小于yi的result值为0。这两种分别判断然后计数再相加存在列表中,列表中每个值表示当前位序对应的yi作为阈值时预测正确的个数。将该列表倒序输出,保证出现相同的正确次数时输出较大的y。
  4. 具体如何判断?
# 构建存储predict正确数量的列表
count_Ture = []

# 正序遍历计算所有元素位置前 0 的个数(预测正确)
count = 0
for i in range(m):
    count_Ture.append(count)
    if y_result[i][1] == 0:
        count += 1

# 倒序遍历计算所有元素位置后 1 的个数(预测正确)
count = 0
for i in range(m-1,-1,-1):
    if y_result[i][1] == 1:
        count += 1
    count_Ture[i] += count
  1. 就是排序之后,第一个循环是将当前遍历到的安全指数设为阈值,因为阈值等于自身时,预测结果为1,所以需要先将预测正确结果保存下来再做判断使count+1。count之所以在result为0时自加1,是因为通过以安全指数(yi)排序之后,之后的安全指数都是大于之前的,所以之后的安全指数(作阈值时)在检测排序在其之前的且result为0的数据时一定检测成功,所以使count+1。倒序遍历则原理相同只是计算时,因为当前安全指数检测自身这组数据时一定相等,所以当result为1时先做count+1的操作再进行保存。(倒序遍历时是小于本次遍历到的安全指数作为阈值时,本次遍历的这组数据若result为1,则必检测过)
  2. 上完整代码!!!
# 输入安全指数数量
m = int(input())

# 初始化 y,result 存储列表
y_result = []

# 循环输入 y,result
for i in range(m):
    y_result.append(list(map(int,input().split())))

# 先按照result排序再按照y排序 避免使用同一y的最大predict
y_result.sort(key=lambda x:x[1],reverse=True)
y_result.sort(key=lambda x:x[0])

# 构建存储predict正确数量的列表
count_Ture = []

# 正序遍历计算所有元素位置前 0 的个数(预测正确)
count = 0
for i in range(m):
    count_Ture.append(count)
    if y_result[i][1] == 0:
        count += 1

# 倒序遍历计算所有元素位置后 1 的个数(预测正确)
count = 0
for i in range(m-1,-1,-1):
    if y_result[i][1] == 1:
        count += 1
    count_Ture[i] += count

# 存储predict正确数量列表倒序操作(保证相同predict时输出y较大的) 并计算最大正确数量的下标索引
count_Ture.reverse()
index = m - 1 - count_Ture.index(max(count_Ture))

# 输出最佳阈值
print(y_result[index][0])

总结

跑步跑步跑步!何惧风雨?跑完我发截图到评论区。
请添加图片描述
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1074586.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

1.3 第一个JAVA程序

1.3 第一个JAVA程序 **1.3 第一个Java程序** **前言:** 在1.2节中,我们学习了如何搭建Java开发环境。本节将带你编写并执行你的第一个Java程序。 **1. 编写Java源文件** - 在JDK的bin文件夹下新建文本文档,并重命名为HelloWorld.java。 - 使用记…

Linux命令笔记

终端命令格式: bash command [-options] [parameter] 7个常见Linux命令: 01 ls | list | 查看当前文件夹下的内容 02 pwd | print work directory | 查看当前所在文件夹 03 cd [目录名] | change directory | 切换文件夹 04 touch [文件名] | touc…

使用ChatGPT和MindShow一分钟生成PPT模板

对于最近学校组织的实习答辩,由于时间太短了,而且小编也特别的忙,于是就用ChatGPT结合MindShow一分钟快速生成PPT,确实很实用。只要你跟着小编后面,你也可以快速制作出这个PPT,下面小编就来详细介绍一下&am…

idea(添加jsp文件模板)

代码模板 初始化&#xff1a; <%-- Created by IntelliJ IDEA. User: ${USER} Date: ${DATE} Time: ${TIME} To change this template use File | Settings | File Templates. --%> <% page contentType"text/html;charsetUTF-8" language&…

微服务09-Sentinel的入门

微服务中的雪崩现象 首先&#xff0c;我们介绍一下微服务中雪崩现象&#xff1a;因为微服务中服务是互相调用的&#xff0c;错综复杂&#xff0c;当一个服务D出现问题时&#xff0c;那么调用D的服务请求就会失败&#xff0c;当请求累积到一定的量时&#xff0c;请求D的服务也会…

常见排序算法Java版(待续)

冒泡排序O(n^2) public class Main {public static void main(String[] args) {Random random new Random();int[] nums new int[]{random.nextInt(100), random.nextInt(100), random.nextInt(100), random.nextInt(100), random.nextInt(100), random.nextInt(100)};for (i…

抽象轻松的java-mybatis简单入门

第一步&#xff1a;用IDEA新建一个java包 第二步&#xff1a;在IDEA中添加数据库&#xff08;ps&#xff1a;自己百度&#xff09; 点击数据库 第二步&#xff0c;新建数据库 选择你使用的数据库 用户与密码根据自己的设置进行配置 为了更方便的查看数据库&#xff0c;可以像图…

一篇短小精悍的文章让你彻底明白KMP算法中next数组的原理

以后保持每日一更&#xff0c;由于兴趣较多&#xff0c;更新内容不限于数据结构&#xff0c;计算机组成原理&#xff0c;数论&#xff0c;拓扑学......&#xff0c;所谓&#xff1a;深度围绕职业发展&#xff0c;广度围绕兴趣爱好。往下看今日内容 一.什么是KMP算法 KMP&#x…

C#对字典容器Dictionary<TKey, TValue>内容进行XML序列化或反序列化报错解决方法

一、问题描述 在使用C#对字典容器Dictionary<TKey, TValue>内容进行XML序列化报错【System.Exception:“不支持类型 System.Collections.Generic.Dictionary2[[System.String, mscorlib, Version2.0.0.0, Cultureneutral, PublicKeyTokenb77a5c561934e089],[System.Strin…

力扣刷题 day39:10-09

1.统计有序矩阵中的负数 给你一个 m * n 的矩阵 grid&#xff0c;矩阵中的元素无论是按行还是按列&#xff0c;都以非递增顺序排列。 请你统计并返回 grid 中 负数 的数目。 方法一&#xff1a;二分法 #方法一&#xff1a;二分法 def countNegatives(grid):res0for nums in…

Altium Designer实用系列(二)----PCB绘图小技巧

一、技巧总结 1.1 丝印大小 在导入PCB之后&#xff0c;元器件的丝印一般都是strock font&#xff0c;个人感觉比较大&#xff0c;也不美观&#xff0c;但是一个个修改成true type又比较麻烦。简便方法是使用相似查找全部修改:   此时会选中所有stroke 类型的丝印&#xff…

提高工作效率!本地部署Stackedit Markdown编辑器,并实现远程访问

文章目录 1. docker部署Stackedit2. 本地访问3. Linux 安装cpolar4. 配置Stackedit公网访问地址5. 公网远程访问Stackedit6. 固定Stackedit公网地址 StackEdit是一个受欢迎的Markdown编辑器&#xff0c;在GitHub上拥有20.7k Star&#xff01;&#xff0c;它支持将Markdown笔记保…

git命令笔记

git命令笔记 前言&#xff1a;git对于软件开发和协作的重要性不言而喻&#xff0c;在企业开发中&#xff0c;git命令和linux命令的使用同样重要。作为开发者&#xff0c;需要牢记并熟练使用常见的git命令 git工作流程图 命令如下&#xff1a; clone&#xff08;克隆&#xf…

论文解析——异构多芯粒神经网络加速器

作者 朱郭益, 马胜&#xff0c;张春元, 王波&#xff08;国防科技大学计算机学院&#xff09; 摘要 随着神经网络技术的快速发展, 出于安全性等方面考虑, 大量边缘计算设备被应用于智能计算领域。首先&#xff0c;设计了可应用于边缘计算的异构多芯粒神经网络加速器其基本结构…

C++ - 可变模版参数 - emplace相关接口函数 - 移动构造函数 和 移动赋值运算符重载 的 默认成员函数

可变模版参数 我们先来了解一下&#xff0c;可变参数。可变参数就是在定义函数的时候&#xff0c;某一个参数位置使用 "..." 的方式来写的&#xff0c;在库当中有一个经典的函数系列就是用的 可变参数&#xff1a;printf&#xff08;&#xff09;系列就是用的可变参…

基于SSM的个人博客系统

实现内容 本系统为用户提供实现了以下功能&#xff1a; 1.登录功能&#xff1a; 系统为单用户系统&#xff0c;为用户分配了用户名和密码。用户必须先登录&#xff0c;进入操作界面。用户输入ID和密码&#xff0c;通过服务器验证方可运行&#xff0c;否则显示消息提示。 2.…

Netron【.pt转.onnx模型展示】

接着上一篇写哈&#xff0c;如何转.onnx的。 因为是转.onnx类型的&#xff0c;需要先安装onnx的包。 这是直接pip install onnx后转onnx报的错&#xff1a; 很显然是版本问题导致的&#xff0c;so: 将export.py的脚本拉到最下面的parse_opt函数&#xff0c;把“17”改为“12”…

解读非托管流动性协议Hover: 差异化、层次化的全新借贷体系

“Hover 是 DeFi 借贷赛道的另辟蹊径者&#xff0c;除了在自身机制&#xff08;借贷模型、治理体系&#xff09;上进行创新获得内生动力外&#xff0c;背靠日渐繁荣的 Kava、Cosmos 生态进一步获得外生动力&#xff0c;发展潜力俱佳” 与 DEX 类似&#xff0c;借贷也是 DeFi 世…

对于L1正则化和L2正则化的理解

在DL中&#xff0c;L1和L2正则化经常被使用到&#xff0c;因为大于1L的正则化都是凸优化的问题&#xff0c;是个简单问题&#xff0c;可以被解决。 首先说正则的意义&#xff1a; 一切可以缓解过拟合的方法&#xff0c;都可以被叫做正则化 我最开始理解正则化的时候就是看lh…

数学分析:含参变量的积分

同样很多收敛性的证明不是重点&#xff0c;但里面的知识还是需要适当掌握&#xff0c;知道中间的大致思考和解决路径即可。 本质还是极限的可交换性&#xff0c;求导可以换到积分里面去操作。 这里要注意变量的区别&#xff0c;首先积分的被积变量是x&#xff0c;但是函数的变量…