【华为OD机试真题】232、统计射击比赛成绩 | 机试真题+思路参考+代码分析(C++)

news2025/4/24 9:37:15

题目描述

给定一个射击比赛成绩单,包含多个选手若干次射击的成绩分数,请对每个选手按其最高3个分数之和进行降序排名,输出降序排
名后的选手ID序列
条件如下:
1.一个选手可以有多个射击成绩的分数,且次序不固定
2.如果一个选手成绩少于3个,则认为选手的所有成绩无效,排名忽略该选手
3.如果选手的成绩之和相等,则成绩之和相等的选手按照其ID降序排列

输入输出

输入
第一行:一个整数N,表示该场比赛总共进行了N次射击,产生N个成绩分数(2<=N<=100)
第二行:一个长度为N整数序列,表示参与每次射击的选手D(0<=ID<=99)
第三行:一个长度为N整数序列,表示参与每次射击的选手对应的成绩(0<=成绩<=100)
输出
符合题设条件的降序排名后的选手ID序列

样例1:

输入
13
3,3,7,4,4,4,4,7,7,3,5,5,5
53,80,68,24,39,76,66,16,100,55,53,80,55
输出
5,3,7,4
说明:
该场射击比赛进行了13次,参赛的选手为3,4,5,7
● 3号选手成绩: 53,80,55, 最高3个成绩的和为: 80+55+53=188
● 4号选手成绩: 24,39,76,66, 最高3个成绩的和为: 76+66+39=181
● 5号选手成绩: 53,80,55, 最高3个成绩的和为: 80+55+53=188
● 7号选手成绩: 68,16,100,最高3个成绩的和为: 100+68+16=184
比较各个选手最高3个成绩的和,有3号=5号>7号>4号,由于3号和5号成绩相等且1D号5>3,所以输出为: 5,3,7,4

样例2

输入
15
1,1,1,2,2,2,3,4,3,3,5,5,3,3,5
80,90,70,85,95,75,100,65,90,80,75,95,70,80,90
输出
3,5,2,1

🧠C++ 题目理解与思路
1、定义选手结构体 Player

  • 结构体成员变量:
    • int id;: 选手的ID。
    • int total;: 选手的最高三个成绩的总和。
    • 构造函数:不需要显式的构造函数,因为结构体成员变量可以直接初始化。
    • 成员函数 calculateSumTopThree:没有显式定义,但在代码中通过排序和求和的方式实现了该功能。

2、自定义排序比较函数 compare

  • 用于比较两个选手的最高三个成绩之和。
  • 比较规则:
    • 如果两个选手的总分不同,则总分高的选手排在前面。
    • 如果两个选手的总分相同,则ID大的选手排在前面。

3、辅助函数 splitStringToInt

  • 将输入的逗号分隔的字符串转换为整数数组。
  • 实现步骤:
    • 遍历字符串中的每个字符。
    • 如果遇到逗号 ,,则将临时字符串 temp 转换为整数并添加到结果数组 result 中,然后清空 temp。
    • 如果遇到其他字符,则将其拼接到 temp 中。
    • 处理最后一个数字,将 temp 转换为整数并添加到结果数组 result 中。

4、主函数逻辑

  • 读取射击次数 N:

    • 使用 cin >> N; 读取射击次数。
    • 使用 cin.ignore(); 忽略换行符,防止影响后续输入。
  • 读取选手ID序列:

    • 使用 getline(cin, ids_str); 读取选手ID序列。
    • 使用 splitStringToInt(ids_str) 将ID序列转换为整数数组 ids。
  • 读取分数序列:

    • 使用 getline(cin, scores_str); 读取分数序列。
    • 使用 splitStringToInt(scores_str) 将分数序列转换为整数数组 scores
  • 记录每个选手的成绩:

    • 使用 unordered_map<int, vector> id_to_scores 哈希表
    • 记录每个选手的所有成绩。
    • 遍历 ids 和 scores 数组,将每个成绩添加到对应ID的列表中。
  • 计算每个选手的最高三个成绩之和:

    • 创建一个 vector players 数组来存储每个选手的有效信息。
    • 遍历 id_to_scores 哈希表,对每个选手进行如下操作:
      • 如果该选手的成绩数量少于3个,则忽略该选手。
      • 如果该选手的成绩数量大于等于3个,则对其进行降序排序,并计算最高三个成绩的总和。
      • 将选手ID和总分存储到 players 数组中。
  • 排序选手:

    • 使用 sort(players.begin(), players.end(), compare); 按照总分降序排列选手,总分相同时按照ID降序排列。
  • 输出结果:

    • 遍历 players 数组,输出选手ID,用逗号分隔。
    • 使用 bool first = true; 来控制输出格式,确保第一个ID前没有逗号。

✅ C++ 函数OJ版

#include <iostream>
#include <vector>
#include 

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/2341360.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

pycharm调试typescript

前言 搜索引擎搜索调试typescript&#xff0c;都是vscode&#xff0c;但是没看懂。 vscode界面简洁&#xff0c;但是适配起来用不习惯&#xff0c;还是喜欢用pycharm。 安装软件 安装Node.js https://nodejs.org/zh-cn 判断是否安装成功 node -v npm install -g typescrip…

spring-ai之Advisors API

1、 Spring AI Advisors API 提供了一种灵活而强大的方法来拦截、 修改和增强 Spring 应用程序中的 AI 驱动的交互。 通过利用 Advisors API&#xff0c;开发人员可以创建更复杂、可重用和可维护的 AI 组件。主要优势包括封装重复的生成式 AI 模式、转换发送到大型语言模型 &…

JVM 系列:JVM 内存结构深度解析

你点赞了吗&#xff1f;你关注了吗&#xff1f;每天分享干货好文。 高并发解决方案与架构设计。 海量数据存储和性能优化。 通用框架/组件设计与封装。 如何设计合适的技术架构&#xff1f; 如何成功转型架构设计与技术管理&#xff1f; 在竞争激烈的大环境下&#xff0c…

【回眸】Tessy集成测试软件使用指南(一)新手使用篇

前言 这个专栏的文章前4篇都在记录如何使用Tessy进行单元测试&#xff0c;集成测试需要有一定单元测试基础&#xff0c;且做集成测试之前&#xff0c;需要做好单元测试&#xff0c;否则将会大幅增加软件单元代码纠错的代价。集成测试所花费的时间通常远远超过单元测试。如果直…

ROS 快速入门教程02

5. Node 节点 以智能手机为例&#xff0c;当我们使用智能手机的某个功能时&#xff0c;大多时候在使用手机的某个APP。同样当我们使用ROS的某个功能时&#xff0c;使用的是ROS的某一个或者某一些节点。 虽然每次我们只使用ROS的某一个或者某一些节点&#xff0c;但我们无法下…

vue+django+LSTM微博舆情分析系统 | 深度学习 | 食品安全分析

文章结尾部分有CSDN官方提供的学长 联系方式名片 文章结尾部分有CSDN官方提供的学长 联系方式名片 关注B站&#xff0c;有好处&#xff01; 编号&#xff1a; D031 LSTM 架构&#xff1a;vuedjangoLSTMMySQL 功能&#xff1a; 微博信息爬取、情感分析、基于负面消极内容舆情分析…

HCIP实验二(OSPF网络配置与优化)

一.拓扑图与题目 1.R5为ISP&#xff0c;其上只能配置IP地址; R5与其他所有直连设备间均使用公有IP;环回地址为100.1.1.1/3 2.R4设备为企业出口路由器 3.整个0SPF环境IP基于172.16.0.0/16划分 4.所有设备均可访问R5的环回; 5.减少LSA的更新里&#xff0c;加快收敛&#xff0…

K8S的service详解

一。service的介绍 在K8S中&#xff0c;pod是访问应用程序的载体&#xff0c;我们可以通过pod的ip来访问应用程序&#xff0c;但是pod的ip地址不是固定的&#xff0c;这也意味着不方便直接采用pod的ip对服务进行访问&#xff0c;为了解决这个问题&#xff0c;K8S提供了service…

数据结构初阶:二叉树(四)

概述&#xff1a;本篇博客主要介绍链式结构二叉树的实现。 目录 1.实现链式结构二叉树 1.1 二叉树的头文件&#xff08;tree.h&#xff09; 1.2 创建二叉树 1.3 前中后序遍历 1.3.1 遍历规则 1.3.1.1 前序遍历代码实现 1.3.1.2 中序遍历代码实现 1.3.1.3 后序遍历代…

配置Intel Realsense D405驱动与ROS包

配置sdk使用 Ubuntu20.04LTS下安装Intel Realsense D435i驱动与ROS包_realsense的驱动包-CSDN博客 中的方法一 之后不通过apt安装包&#xff0c;使用官方的安装步骤直接clone https://github.com/IntelRealSense/realsense-ros/tree/ros1-legacy 从这一步开始 执行完 这一步…

【最新版】沃德代驾源码全开源+前端uniapp

一.系统介绍 基于ThinkPHPUniapp开发的代驾软件。系统源码全开源&#xff0c;代驾软件的主要功能包括预约代驾、在线抢单、一键定位、在线支付、车主登记和代驾司机实名登记等‌。用户可以通过小程序预约代驾服务&#xff0c;系统会估算代驾价格并推送附近代驾司机供用户选择&…

Linux:权限相关问题

文章目录 shell命令以及运行的原理Linux权限执行权限更改目录权限缺省权限粘滞位 shell命令以及运行的原理 操作系统分为内核和外壳程序&#xff0c;xshell是外壳程序&#xff0c;外壳程序包括我们windows桌面上的图形化界面&#xff0c;本质都是翻译给核心处理&#xff0c;再显…

AI数字人:元宇宙舞台上的闪耀新星(7/10)

摘要&#xff1a;AI数字人作为元宇宙核心角色&#xff0c;提升交互体验&#xff0c;推动内容生产变革&#xff0c;助力产业数字化转型。其应用场景涵盖虚拟社交、智能客服、教育、商业营销等&#xff0c;面临技术瓶颈与行业规范缺失等挑战&#xff0c;未来有望突破技术限制&…

【Linux】冯诺依曼体系结构及操作系统架构图的具体剖析

目录 一、冯诺依曼体系结构 1、结构图 2、结构图介绍&#xff1a; 3、冯诺依曼体系的数据流动介绍 4、为什么在该体系结构中要存在内存&#xff1f; 二、操作系统架构图介绍 1、操作系统架构图 2、解析操作系统架构图 3、为什么要有操作系统&#xff1f; 前些天发现了一…

算法训练营第一天|704.二分查找、27.移除元素、977.有序数组的平方

数组理论基础 1.数组是存放在连续内存空间上的相同类型数据的集合。 2.数组的元素是不能删除的&#xff0c;只能覆盖。 3.不同语言不一样&#xff0c;在C中&#xff0c;二维数组是连续分布的 704.二分查找 题目 思路与解法 第一想法&#xff1a; 简单的二分查找&#xff0c…

c++ 互斥锁

为练习c 线程同步&#xff0c;做了LeeCode 1114题. 按序打印&#xff1a; 给你一个类&#xff1a; public class Foo {public void first() { print("first"); }public void second() { print("second"); }public void third() { print("third"…

中波红外相机的应用领域及介绍

科技日新月异&#xff0c;无人机技术在众多领域已显露其卓越性能。当中波红外相机与无人机携手合作&#xff0c;安防视频监控和精细巡检便迎来了颠覆性的变革。本文旨在深入剖析无人机搭载中波红外相机的技术优势、广阔应用前景及实际案例&#xff0c;以此彰显其不可估量的潜力…

重装系统 之 Dell戴尔服务器 PowerEdge R750xs + window server2012r2 || 2016

因要求需要给新服务器装个 win server2012或者2016系统 XXX使用U盘制作PE系统U盘安装系统不行&#xff0c;适合普通win8&#xff0c;win10&#xff0c;win11U盘制作PE系统U盘安装win10系统教程U盘制作PE系统U盘安装win10系统教程https://mp.weixin.qq.com/s/t0W8aNJaHPAU8T78nh…

深度学习--卷积神经网络调整学习率

文章目录 前言一、学习率1、什么学习率2、什么是调整学习率3、目的 二、调整方法1、有序调整1&#xff09;有序调整StepLR(等间隔调整学习率)2&#xff09;有序调整MultiStepLR(多间隔调整学习率)3&#xff09;有序调整ExponentialLR (指数衰减调整学习率)4&#xff09;有序调整…

TORL:解锁大模型推理新境界,强化学习与工具融合的创新变革

在大语言模型&#xff08;LLMs&#xff09;推理能力不断提升的当下&#xff0c;如何让模型更高效地解决复杂计算和推理任务成为关键。本文介绍的TORL&#xff08;Tool-Integrated Reinforcement Learning&#xff09;框架给出了全新方案。它通过强化学习让大模型自主运用计算工…