【Python】Python顺序语句经典题(四)

news2025/4/21 8:42:35

Python顺序语句经典练习题例题(四)。题目来源:Acwing

前三期合集:【Python】Python顺序语句经典题合集-CSDN博客

目录

1.最大值

题目描述

解题思路

AC代码

2.距离

题目描述

AC代码

3.燃料消耗

题目描述

AC代码

4.钞票和硬币

题目描述

解题思路

AC代码

5.天数转换

题目描述

AC代码


1.最大值

题目描述

给定三个整数,请你找出它们中的最大值。

下列公式可能对你有所帮助:

输入格式

输入占一行,包含三个整数。

输出格式

输出格式为 X eh o maior,其中 X 为三个数中的最大值。

数据范围

1≤给定整数≤10^9

输入样例
7 14 106
输出样例
106 eh o maior

解题思路

先求a和b的最大值,再去求ab最大值和c的最大值。

这里新用到一个函数:绝对值函数abs()  (直接使用即可,语法:abs(变量或表达式))

AC代码

a, b, c = map(int, input().split())
ab = (a + b + abs(a-b))/2

print('%d eh o maior' % ((ab + c + abs(ab-c))/2))

2.距离

题目描述

两辆汽车在同一地点,同时,沿同一方向前进。

一辆车的速度为 60 km/h,另一辆车的速度为 90 km/h。

显然,快车与慢车的距离会不断拉开,每过一个小时(60 分钟),两车的距离就拉开 30 公里。

现在,告诉你两车之间的距离为 L 公里,请你求出两车已经行驶了多长时间?

输入格式

输入包含一个整数 L,表示两车之间的距离。

输出格式

输出格式为 X minutos,其中 X 为已经行驶的时间,单位为分钟。

数据范围

1≤L≤10^9

输入样例
30
输出样例
60 minutos

AC代码

L = float(input())

print('%d minutos' % (L / 30 * 60))     #拉开时间 = 两车距离 / 两车差速 ,单位化为分钟再乘以60

3.燃料消耗

题目描述

一辆汽车每行驶 12 公里需要消耗 11 升汽油,现在告诉你该汽车的行驶速度 S(km/h)和行驶时间 T(h),请你计算该车在行驶过程中一共消耗了多少升汽油。

输入格式

输入共两行,第一行包含一个整数 T,表示行驶时间(h)。

第二行包含一个整数 S,表示行驶速度(km/h)。

输出格式

输出行驶期间的总油耗,结果保留三位小数。

数据范围

1≤T,S≤10^7

输入样例
10
85
输出样例
70.833

AC代码

t = float(input())
s = float(input())

print('%.3f' % (s * t / 12)) 

4.钞票和硬币

题目描述

读取一个带有两个小数位的浮点数,这代表货币价值。

在此之后,将该值分解为多种钞票与硬币的和,每种面值的钞票和硬币使用数量不限,要求使用的钞票和硬币的总数量尽可能少。

钞票的面值是 100,50,20,10,5,2。

硬币的面值是 1,0.50,0.25,0.10,0.05 和 0.01。

经过实验证明:在本题中,优先使用面额大的钞票和硬币可以保证所用的钞票和硬币总数量最少。

输入格式

输入一个浮点数 N。

输出格式

参照输出样例,输出每种面值的钞票和硬币的需求数量。

数据范围

0≤N≤1000000.00

输入样例
576.73
输出样例
NOTAS:
5 nota(s) de R$ 100.00
1 nota(s) de R$ 50.00
1 nota(s) de R$ 20.00
0 nota(s) de R$ 10.00
1 nota(s) de R$ 5.00
0 nota(s) de R$ 2.00
MOEDAS:
1 moeda(s) de R$ 1.00
1 moeda(s) de R$ 0.50
0 moeda(s) de R$ 0.25
2 moeda(s) de R$ 0.10
0 moeda(s) de R$ 0.05
3 moeda(s) de R$ 0.01

解题思路

直接计算容易出错,直接将数值放大,消除小数点再换算。

AC代码

n = float(input())
x = int(n*100)

print('NOTAS:')
print('%d nota(s) de R100.00′xprint(′ 100.00' % (x//10000))
x %= 10000
print('%d nota(s) de R 50.00' % (x//5000))
x %= 5000
print('%d nota(s) de R20.00′xprint(′ 20.00' % (x//2000))
x %= 2000
print('%d nota(s) de R 10.00' % (x//1000))
x %= 1000
print('%d nota(s) de R5.00′xprint(′ 5.00' % (x//500))
x %= 500
print('%d nota(s) de R 2.00' % (x//200))
x %= 200

print('MOEDAS:')
print('%d moeda(s) de R1.00′xprint(′ 1.00' % (x//100))
x %= 100
print('%d moeda(s) de R 0.50' % (x//50))
x %= 50
print('%d moeda(s) de R0.25′xprint(′ 0.25' % (x//25))
x %= 25
print('%d moeda(s) de R 0.10' % (x//10))
x %= 10
print('%d moeda(s) de R0.05′xprint(′ 0.05' % (x//5))
x %= 5
print('%d moeda(s) de R 0.01' % x)

5.天数转换

题目描述

读取对应于一个人的年龄(以天为单位)的整数值,并转化为年,月和日表示方式输出,年、月、日分别对应 ano(s)mes(es)dia(s)

注意:为了方便计算,假设全年 365 天,每月 30 天。 数据保证,不会出现 12 个月和几天的情况,例如 360,363 或 364。

输入格式

输入一个整数 N。

输出格式

参照输出样例,输出转换后的天数表达。

数据范围

1≤N≤1000000

输入样例
400
输出样例
1 ano(s)
1 mes(es)
5 dia(s)

AC代码

n = int(input())

print('%d ano(s)' % ( n // 365))
n %= 365
print('%d mes(es)' % ( n // 30))
n %= 30
print('%d dia(s)' % n)

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/2306672.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

03_pyqt5 + vlc 实现视频播放器

1.功能需求如图 按钮: 播放/暂停, 前进/后退, 视频上一个/下一个, 打开视频进度条: 视频进度条显示, 进度条拖拽, 音量控制按键控制: 1,2,3,4缩放画面大小, 2.方案选择 开发语言: python UI界面: pyqt5 qt_designed 设计ui布局 视频编码: python-vlc 方案说明: 视频解码可…

prometheus+node_exporter+grafana监控K8S信息

prometheusnode_exportergrafana监控K8S 1.prometheus部署2.node_exporter部署3.修改prometheus配置文件4.grafana部署 1.prometheus部署 包下载地址:https://prometheus.io/download/ 将包传至/opt 解压 tar xf prometheus-2.53.3.linux-amd64.tar.gz 移动到…

IDEA关闭SpringBoot程序后仍然占用端口的排查与解决

IDEA关闭SpringBoot程序后仍然占用端口的排查与解决 问题描述 在使用 IntelliJ IDEA 开发 Spring Boot 应用时,有时即使关闭了应用,程序仍然占用端口(例如:4001 端口)。这会导致重新启动应用时出现端口被占用的错误&a…

山东大学软件学院nosql实验三

实验题目: 用Java做简单查询(2学时) 实验内容 用API方式,做简单查询。 实验要求 在以下要求中选择至少2个,使用Java语言实现数据查询,最终把数据输出到前端界面。 (1)找出年龄小于20岁的所有学生 &…

零样本学习 zero-shot

1 是什么 2 如何利用零样本学习进行跨模态迁移? demo代码 安装clip pip install ftfy regex tqdm pip install githttps://github.com/openai/CLIP.git import torch import clip from PIL import Image# 加载 CLIP 模型 device "cuda" if torch.cuda.i…

《深度学习实战》第3集:循环神经网络(RNN)与序列建模

第3集:循环神经网络(RNN)与序列建模 引言 在深度学习领域,处理序列数据(如文本、语音、时间序列等)是一个重要的研究方向。传统的全连接网络和卷积神经网络(CNN)难以直接捕捉序列中…

mac下载MAMP6.8.1

因为mac的小皮面板没有php7.4了 链接:c9cc270e6961c17c.dmg官方版下载丨最新版下载丨绿色版下载丨APP下载-123云盘 鹅选一 附上大佬写的教程:MAMP PRO教程 - 牛奔 - 博客园

BUU41 [GYCTF2020]FlaskApp1【SSTI】

题目: 加密处没啥事,但是解密的地方提交{{7*7}}就会返回报错界面,顺便把代码也爆出来了 text_decode base64.b64decode(text.encode()) 先将字符串 text编码为字节对象,然后使用 base64.b64decode 函数对这个字节对象进行 Base…

今日运维之-Mac笔记本python环境问题

1. 问题:MAC升级系统后git报错? Error: Cant create update lock in /usr/local/var/homebrew/locks! Fix permissions by running:sudo chown -R $(whoami) /usr/local/var/homebrew Traceback (most recent call last):11: from /usr/local/Homebrew/…

易基因:RNA甲基化修饰和R-loop的交叉调控:从分子机制到临床意义|深度综述

大家好,这里是专注表观组学十余年,领跑多组学科研服务的易基因。 R-loop(RNA-DNA杂合结构)是转录调控、DNA复制和修复等关键细胞过程的重要组成部分。但R-loop异常积累可能会破坏基因组完整性,从而导致多种疾病的发生…

NLP的预处理数据

处理文本数据的主要工具是Tokenizer。Tokenizer根据一组规则将文本拆分为tokens。然后将这些tokens转换为数字,然后转换为张量,成为模型的输入。模型所需的任何附加输入都由Tokenizer添加。 如果您计划使用预训练模型,重要的是使用与之关联的…

Linux相关知识(文件系统、目录树、权限管理)和Shell相关知识(字符串、数组)

仅供自学,请去支持javaGuide原版书籍。 1.Linux 1.1.概述 Linux是一种类Unix系统。 严格来讲,Linux 这个词本身只表示 Linux内核,单独的 Linux 内核并不能成为一个可以正常工作的操作系统。所以,就有了各种 Linux 发行版&#…

7种内外网数据交换方案全解析 哪种安全、高效、合规?

内外网数据交换方案主要解决了企业跨网络数据传输中的安全、效率与合规性问题。通过采用先进的加密技术、高效的数据传输协议以及严格的审批和审计机制,该方案确保了数据在内外网之间的安全交换,同时提高了传输效率,并满足了企业对数据合规性…

基于 Python 的项目管理系统开发

基于 Python 的项目管理系统开发 一、引言 在当今快节奏的工作环境中,有效的项目管理对于项目的成功至关重要。借助信息技术手段开发项目管理系统,能够显著提升项目管理的效率和质量。Python 作为一种功能强大、易于学习且具有丰富库支持的编程语言&…

电子科技大学考研复习经验分享

电子科技大学考研复习经验分享 本人情况:本科就读于电科软院,24年2月开始了解考研,24年3月开始数学,9月决定考本院(开始全天候图书馆学习)并开始专业课学习,11月底开始政治学习,最后…

DeepSeek技术提升,Linux本地部署全攻略

文章目录 1.Ollama部署1.1 安装Ollama1.2 配置Ollama1.3 下载deepseek模型 2.安装MaxKB可视化页面2.1 下载镜像2.2 运行容器2.3 配置MaxKB 3.配置Chatbox AI可视化页面 1.Ollama部署 Ollama下载地址 根据自己需求选择版本下载 1.1 安装Ollama 下载安装脚本并执行 curl -fs…

在 Mac mini M2 上 MaxKb配置ollama,API域名无效的解决方案

环境说明 docker方案安装与使用的maxkb 本地ollama安装deekseek r1 解决方案 参考https://bbs.fit2cloud.com/t/topic/4165 mac m1用户,根据github的以下回复,成功绑定域名api 如果你想调用本地的ollama 中的大模型,域名试试:…

Java进阶(vue基础)

目录 1.vue简单入门 ?1.1.创建一个vue程序 1.2.使用Component模板(组件) 1.3.引入AXOIS ?1.4.vue的Methods(方法) 和?compoted(计算) 1.5.插槽slot 1.6.创建自定义事件? 2.Vue脚手架安装? 3.Element-UI的…

B站pwn教程笔记-3

栈知识、部分保护措施 GDB显示的栈地址有时候并不是可靠的地址,gdb也是用特殊的进程映像来拿地址的。且gdb默认关闭栈地址随机化。但是,偏移量是没有错误的。目前还没学到咋解决 第一个栈帧是main函数栈帧,之前的一些系统函数什么的没有栈帧…

论文笔记(七十二)Reward Centering(四)

Reward Centering(四) 文章概括摘要附录A 伪代码 文章概括 引用: article{naik2024reward,title{Reward Centering},author{Naik, Abhishek and Wan, Yi and Tomar, Manan and Sutton, Richard S},journal{arXiv preprint arXiv:2405.09999…