【2024最新华为OD-C/D卷试题汇总】[支持在线评测] API集群访问频次统计(100分) - 三语言AC题解(Python/Java/Cpp)

news2025/1/16 8:48:23

🍭 大家好这里是清隆学长 ,一枚热爱算法的程序员

✨ 本系列打算持续跟新华为OD-C/D卷的三语言AC题解

💻 ACM银牌🥈| 多次AK大厂笔试 | 编程一对一辅导

👏 感谢大家的订阅➕ 和 喜欢💗

📎在线评测链接

https://app5938.acapp.acwing.com.cn/contest/2/problem/OD1066

🌍 评测功能需要 ⇒ 订阅专栏 ⇐ 后私信联系清隆解锁~

🍓OJ题目截图

在这里插入图片描述

文章目录

    • 📎在线评测链接
    • 🍓OJ题目截图
    • ✨ API集群访问频次统计
      • 问题描述
      • 输入格式
      • 输出格式
      • 样例输入
      • 样例输出
      • 样例输入
      • 样例输出
      • 数据范围
      • 题解
      • 参考代码

✨ API集群访问频次统计

问题描述

某个产品的 R E S T f u l RESTful RESTful A P I API API 集合部署在多个服务器节点上。为了实现负载均衡,需要统计各个 A P I API API 的访问频次,找出访问热点。给定一组 A P I API API 的访问日志,请统计指定层级上特定关键字出现的频次。

R E S T f u l RESTful RESTful A P I API API 由多个层级构成,层级之间用 '/' 连接。例如,/A/B/C/D 表示一个 4 4 4 A P I API API,其中 A A A 属于第一级, B B B 属于第二级,以此类推。

输入格式

第一行包含一个正整数 N N N,表示访问日志的条数。

接下来 N N N 行,每行表示一条访问日志,包含一个 A P I API API U R L URL URL 地址。地址中只包含英文字母和 '/',最大层级不超过 10 10 10,每层的字符串长度不超过 10 10 10

最后一行包含两个整数 L L L S S S,分别表示目标层级和要查询的关键字。

输出格式

输出一个整数,表示第 L L L 级中关键字 S S S 出现的频次。如果第 L L L 级中没有出现关键字 S S S,则输出 0 0 0

注意:匹配时区分大小写。

样例输入

5
/huawei/computing/no/one
/huawei/computing
/huawei
/huawei/cloud/no/one
/huawei/wireless/no/one
2 computing

样例输出

2

样例输入

5
/huawei/computing/no/one
/huawei/computing
/huawei
/huawei/cloud/no/one
/huawei/wireless/no/one
4 two

样例输出

0

数据范围

  • 1 ≤ N ≤ 1000 1 \le N \le 1000 1N1000
  • 1 ≤ L ≤ 10 1 \le L \le 10 1L10
  • 1 ≤ l e n g t h ( S ) ≤ 10 1 \le length(S) \le 10 1length(S)10

题解

这道题可以用哈希表来解决。具体步骤如下:

  1. 用一个哈希表 c n t cnt cnt 统计每个层级上各关键字的出现频次。哈希表的键为 (level, word) 二元组,表示层级和关键字,值为该关键字在该层级出现的频次。

  2. 遍历访问日志中的每个 U R L URL URL

    • U R L URL URL'/' 切分成多个部分,每个部分对应一个层级。
    • 对于每个层级 i i i 和关键字 w o r d word word,将 c n t [ ( i , w o r d ) ] cnt[(i, word)] cnt[(i,word)] 的值加 1 1 1,表示 ( i , w o r d ) (i, word) (i,word) 这个键值对出现了一次。
  3. 查询目标层级 L L L 和关键字 S S S 在哈希表中的值,即 c n t [ ( L , S ) ] cnt[(L, S)] cnt[(L,S)] 的值,输出即可。如果哈希表中不存在键 ( L , S ) (L, S) (L,S),说明第 L L L 级中没有出现过关键字 S S S,输出 0 0 0

时间复杂度 O ( N × L ) O(N \times L) O(N×L),其中 N N N 为访问日志的条数, L L L U R L URL URL 的最大层级。空间复杂度 O ( N × L ) O(N \times L) O(N×L)

参考代码

  • Python
from collections import defaultdict

n = int(input())
cnt = defaultdict(int)

for _ in range(n):
    levels = input().split('/')
    for i in range(1, len(levels)):
        cnt[(i, levels[i])] += 1

target_level, target_word = input().split()
target_level = int(target_level)

print(cnt[(target_level, target_word)])
  • Java
import java.util.*;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt();
        Map<String, Integer> cnt = new HashMap<>();

        for (int i = 0; i < n; i++) {
            String[] levels = sc.next().split("/");
            for (int j = 1; j < levels.length; j++) {
                String key = j + "," + levels[j];
                cnt.put(key, cnt.getOrDefault(key, 0) + 1);
            }
        }

        int targetLevel = sc.nextInt();
        String targetWord = sc.next();
        String targetKey = targetLevel + "," + targetWord;

        System.out.println(cnt.getOrDefault(targetKey, 0));
    }
}
  • Cpp
#include <iostream>
#include <unordered_map>
using namespace std;

int main() {
    int n;
    cin >> n;
    unordered_map<string, int> cnt;

    for (int i = 0; i < n; i++) {
        string url;
        cin >> url;
        int pos = 0;
        for (int j = 1; j < url.size(); j++) {
            if (url[j] == '/') {
                string key = to_string(j) + "," + url.substr(pos + 1, j - pos - 1);
                cnt[key]++;
                pos = j;
            }
        }
    }

    int targetLevel;
    string targetWord;
    cin >> targetLevel >> targetWord;
    string targetKey = to_string(targetLevel) + "," + targetWord;

    cout << cnt[targetKey] << endl;

    return 0;
}

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/1844866.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

多路h265监控录放开发-(4)完成摄像机管理的数据的增删改模型层代码(单例模式)

xcamera_config.h #pragma once #include <vector> #include <mutex> struct XCameraData {char name[1024] { 0 };char url[4096] { 0 }; //摄像机主码流char sub_url[4096] { 0 }; //摄像机辅码流char save_path[4096] { 0 }; //视频录制存放目…

RX8025/INS5T8025实时时钟-国产兼容RS4TC8025

该模块是一个符合I2C总线接口的实时时钟&#xff0c;包括一个32.768 kHz的DTCXO。 除了提供日历&#xff08;年、月、日、日、时、分、秒&#xff09;功能和时钟计数器功能外&#xff0c;该模块还提供了大量其他功能&#xff0c;包括报警功能、唤醒定时器功能、时间更新中断功能…

基于EKF算法估计电动汽车蓄电池的SOC

电动汽车&#xff08;EV&#xff09;作为未来汽车的一大发展方向&#xff0c;其动力源——动力锂电池组的荷电状态&#xff08;SOC&#xff09;估计显得尤为重要。SOC直接反应了电池组剩余容量的多少&#xff0c;是预测EV行驶里程、使用和维护电池组的重要依据。 然而&#xf…

读AI新生:破解人机共存密码笔记07概念和理论

1. 全球层面的智能 1.1. 仅仅为了阅读完当前世界上所有的出版物&#xff08;更不用说过去所有的书面材料&#xff09;就需要20万名全职人员&#xff0c;收听当前的广播则还需要6万名全职人员 1.1.1. 监听世界上所有的电话也是可能的&#xff08;这项工作需要大约2000万人&…

深度学习之计算机视觉

神经网络简介 全连接层和卷积层的根本区别在于权重在中间层中彼此连接的方式。图5.1描述了全连接层或线性层是如何工作的。 在计算机视觉中使用线性层或全连接层的最大挑战之一是它们丢失了所有空间信息&#xff0c;并且就全连接层使用的权重数量而言复杂度太高。例如&#xf…

电商爬虫API的定制开发:满足个性化需求的解决方案

一、引言 随着电子商务的蓬勃发展&#xff0c;电商数据成为了企业决策的重要依据。然而&#xff0c;电商数据的获取并非易事&#xff0c;特别是对于拥有个性化需求的企业来说&#xff0c;更是面临诸多挑战。为了满足这些个性化需求&#xff0c;电商爬虫API的定制开发成为了解决…

Spring Boot集成tensorflow实现图片检测服务

1.什么是tensorflow&#xff1f; TensorFlow名字的由来就是张量(Tensor)在计算图(Computational Graph)里的流动(Flow)&#xff0c;如图。它的基础就是前面介绍的基于计算图的自动微分&#xff0c;除了自动帮你求梯度之外&#xff0c;它也提供了各种常见的操作(op&#xff0c;…

使用 jQuery 选择器获取页面元素,然后利用 jQuery 对象的 css() 方法设置其 display 样式属性,从而实现显示和隐藏效果。

在页面中显示电影排行榜 当单击“&#xff08;收起&#xff09;”链接时&#xff0c;排行榜中后三项的电影名称隐藏而且链接的文本更改为“&#xff08;展开&#xff09; ” 当单击“&#xff08;展开&#xff09;”的链接时&#xff0c;后三项的电影名称重新显示且链接的文本…

基于微信共享充电桩小程序毕业设计作品成品(3)开发技术文档_充电桩小程序前端技术栈

后台管理系统文件 所在路径&#xff1a;后台源码ht目录是后台 绿色显示的是系统框架&#xff0c;不要动 位置程序名说明源码根目录login.php后台登录页面源码根目录check_u_login.php后台登录处理程序ht 后台根目录index.php后台首页left.php后台左侧菜单u_logout.php退出登…

2024广东省职业技能大赛云计算赛项实战——OpenStack搭建

OpenStack搭建 前言 搭建采用双节点安装&#xff0c;即controller控制节点和compute计算节点。 CentOS7 系统选择 2009 版本&#xff1a;CentOS-7-x86_64-DVD-2009.iso 可从阿里镜像站下载&#xff1a;https://mirrors.aliyun.com/centos/7/isos/x86_64/ OpenStack使用竞赛培…

【NCBI】SRA toolkit安装及使用-WindowsLinux版本

文章目录 Windows版本下载安装- 设置环境变量使用下载SRA Linux版本下载安装使用 由于市面上的文章介绍SRA toolkit基本上都是基于Linux&#xff0c;而在windows下运行SRA toolkit基本上可以达到相同的效果且更为方便&#xff0c;故本文将分别阐明在Windows和Linux环境下SRA to…

【DAO】DAOS在后傲腾时代的发展策略

视频&#xff1a;DAOS在后傲腾时代的发展策略_哔哩哔哩_bilibili 代替方案 WAL &#xff08;write ahead log&#xff09; 在架构上用DRAM 代替PMEM&#xff0c;如图 变化是&#xff1a; 傲腾方案&#xff1a; PMEM 数据写到内存就完成"落盘"&#xff0c;是一个原…

10年265倍!动态展示全球第一股英伟达10年股价走势

英伟达在过去十年的股价走势展示了其在市场上的强劲表现和显著增长。自1999年上市以来&#xff0c;英伟达的股价经历了多次显著的涨幅&#xff0c;并在2024年达到了历史新高。 从2023年6月的数据来看&#xff0c;英伟达的股价为386.54美元/股&#xff0c;市值为9548亿美元。然…

探寻Scala的魅力:大数据开发语言的入门指南

大数据开发语言Scala入门 一、引言1.1 概念介绍1.2 Scala作为大数据开发语言的优势和应用场景1.2.1 强大的函数式编程支持1.2.2 可与Java无缝集成1.2.3 高性能和可扩展性1.2.4 大数据生态系统的支持 二、Scala基础知识2.1. Scala简介&#xff1a;2.1.1 Scala的起源和背景2.1.2 …

django学习入门系列之第三点《CSS基础样式介绍1》

文章目录 高度和宽度块级标签|行内标签的转换字体和颜色往期回顾 高度和宽度 如果在块级标签内&#xff0c;单独定义高度的话&#xff0c;宽度会默认拉满 使用百分比的时候 如果是块级标签&#xff0c;宽度可以用百分比&#xff0c;高度用不了&#xff08;使用起来没效果&…

前后端分离的后台管理系统源码,快速开发OA、CMS网站后台管理、毕业设计项目

那有没有一款软件解-决这种现状呢?答案是肯定的。引入我们的软件——eladmin。 介绍 ELADMIN,一个简单且易上手的 Spring boot 后台管理框架,已发布 Mybatis-Plus 版本,为开发者提供了一个全-面、高-效的解-决方案。 特点 高-效率:前后端完全分离,项目简单可配,内置代码…

MySQL:表的增删查改

文章目录 1.Create(创建)2.Retrieve(读取、查询)2.1 SELECT 列2.2 WHERE 子句2.3 结果排序(order by)2.4 筛选分页结果(limit、offset)2.5 Update更新2.6 Delete删除2.7 去重 3.聚合函数3.1 聚合函数的基本使用3.2group by子句的使用(分组查询) 增删查改&#xff1a;: Create(创…

自动驾驶学习-车载摄像头ISP(2)

背景 智能驾驶ISP&#xff08;Image Signal Processor&#xff0c;图像信号处理器&#xff09;在自动驾驶和辅助驾驶系统中扮演着至关重要的角色。 典型的ISP通常会对摄像头输出的RAW数据先做黑电平矫正&#xff08;BLC&#xff09;、坏点矫正&#xff08;DPC&#xff09;、数…

社区团购多级分销流程:从入门到精通实践

随着电商平台和社交媒体的迅速发展&#xff0c;社区团购逐渐成为了一种新兴的购物模式。通过多级分销体系&#xff0c;社区团购有效地扩大了销售网络&#xff0c;提高了商品的流通速度和覆盖范围。本文将详细解析社区团购多级分销的流程&#xff0c;帮助你从入门到精通。 ### 一…

2748. 美丽下标对的数目(Rust暴力枚举)

题目 给你一个下标从 0 开始的整数数组 nums 。如果下标对 i、j 满足 0 ≤ i < j < nums.length &#xff0c;如果 nums[i] 的 第一个数字 和 nums[j] 的 最后一个数字 互质 &#xff0c;则认为 nums[i] 和 nums[j] 是一组 美丽下标对 。 返回 nums 中 美丽下标对 的总…