当前位置: 首页 > news >正文

OJ 【难度1】【Python】完美字符串 扫雷 A-B数对 赛前准备 【C】精密计时

完美字符串

题目描述

你可能见过下面这一句英文:

"The quick brown fox jumps over the lazy dog."

短短的一句话就包含了所有 2626 个英文字母!因此这句话广泛地用于字体效果的展示。更短的还有:

"The five boxing wizards jump quickly."

所以你很好奇:还有没有更多这样包含所有 2626 个英文字母的句子?于是你用爬虫在互联网上爬取了许多英文文本,并且提取出了其中的单词。你现在希望从一个很长的单词序列中找出一段连续出现的单词,它满足:

  • 所有 2626 个英文字母都至少出现一次;
  • 长度尽可能短,即包含的字母总数尽可能少。

输入

输入的第一行包含一个整数 �n,代表单词序列的长度,即单词的数量。

输入的第二行包含 �n 个空格分隔的英文单词(单词仅由小写字母构成)。输入数据保证每个小写英文字母都至少出现一次。

输出

输出一行一个整数,是你找到的单词序列中的字母总数。

样例输入1

13 there is a quick brown fox jumping over the lazy dog and cat

样例输出1

37

提示

最短满足条件的单词序列是 "is a quick brown fox jumping over the lazy dog",共有 3737 个字母。

对于 40%40% 的数据,满足 �≤100n≤100;
对于 100%100% 的数据,满足 1≤�≤100,0001≤n≤100,000。每个单词的长度不超过 1010 个字符,且单词全部由小写英文字母 a-za-z 构成。

# coding=utf-8
n = int(input())
list_string = list(map(str, input().split()))
sum_min = 1000000
for i in range(n - 2):begin, sum_this = i, 0dct = {}while len(dct) < 26 and begin < n:for j in list_string[begin]:for index in range(len(j)):if j[index] in dct.keys():dct[j[index]] += 1else:dct[j[index]] = 1sum_this += 1begin += 1if sum_this < sum_min and len(dct) == 26:sum_min = sum_this
print(sum_min)

扫雷游戏

# coding=utf-8
def the_sum(lst, hang_max, lie_max, index_h, index_l):sum1 = 0if 0 <= index_h - 1 < hang_max and lst[index_h - 1][index_l] == '*':sum1 += 1if 0 <= index_h + 1 < hang_max and lst[index_h + 1][index_l] == '*':sum1 += 1if 0 <= index_l + 1 < lie_max and lst[index_h][index_l + 1] == '*':sum1 += 1if 0 <= index_l - 1 < lie_max and lst[index_h][index_l - 1] == '*':sum1 += 1if 0 <= index_h - 1 < hang_max and 0 <= index_l + 1 < lie_max and lst[index_h - 1][index_l + 1] == '*':sum1 += 1if 0 <= index_h - 1 < hang_max and 0 <= index_l - 1 < lie_max and lst[index_h - 1][index_l - 1] == '*':sum1 += 1if 0 <= index_h + 1 < hang_max and 0 <= index_l + 1 < lie_max and lst[index_h + 1][index_l + 1] == '*':sum1 += 1if 0 <= index_h + 1 < hang_max and 0 <= index_l - 1 < lie_max and lst[index_h + 1][index_l - 1] == '*':sum1 += 1return sum1n, m = map(int, input().split())
lst_total = []
for i in range(n):lst_one = input()lst_total.append(lst_one)
lst_total_print = []
for i in range(n):lst_one_print = []for j in range(m):if lst_total[i][j] == '*':lst_one_print.append('*')else:k = the_sum(lst_total, n, m, i, j)lst_one_print.append(k)lst_total_print.append(lst_one_print)
for i in lst_total_print:for j in i:print(j, end='')print()

A-B数对

# coding=utf-8
N, C = map(int, input().split())
lst = list(map(int, input().split()))
count = 0
for i in lst:for j in lst :if i - j == C and i != j:count += 1
print(count)

赛前准备

感觉这道题的检测机制有点问题,可能是随机情况太多了,不可能和测试案例一模一样吧,尝试了很久都通过不了,不过还是有学到东西的

知识点:

1.对于range()函数,如果想生成逆序,必须是这种格式range(11,1,-1),不然无法正常生成

2.对于不在意的变量,就是我们不需要用到该变量名的时候可以用_代替

3.列表推导式可以直接生成(这道题不生成列表也可以,只是这样更直观)

解题思路如注释所示

t = int(input())
for i in range(t): # for _ in range(t):n, k = map(int, input().split())# n=6# 6 5 4 3 2 1# k=2# 1 2 6 5 4 3lst = [x for x in range(n, 0, -1)]if k != 0:for head in range(0, k):print(lst[n - head - 1], end=' ')for yuan in range(0, n - k):print(lst[yuan], end=' ')else:for one in lst:print(one, end=' ')print()

精密计时

事实证明使用long long int 不会超过范围

#include<stdio.h>
long long int the_sum(int a1, int b1, int c1){long long int sum;//总共有多少秒sum=c1+b1*60+a1*3600;return sum;
}
int main(){int a1,b1,c1,d1,a2,b2,c2,d2;long long int sum1,sum2,total;scanf("%d:%d:%d.%d %d:%d:%d.%d",&a1,&b1,&c1,&d1,&a2,&b2,&c2,&d2);sum1=the_sum(a1,b1,c1);sum2=the_sum(a2,b2,c2);total=(sum2-sum1)*100+(d2-d1);printf("%lld",total);return 0;
}

相关文章:

OJ 【难度1】【Python】完美字符串 扫雷 A-B数对 赛前准备 【C】精密计时

完美字符串 题目描述 你可能见过下面这一句英文&#xff1a; "The quick brown fox jumps over the lazy dog." 短短的一句话就包含了所有 2626 个英文字母&#xff01;因此这句话广泛地用于字体效果的展示。更短的还有&#xff1a; "The five boxing wizards…...

【Tars-go】腾讯微服务框架学习使用01--初始化服务

1 初始INIT-Demo运行 按照官网描述 go get 安装框架依赖 # < go 1.16 go get -u github.com/TarsCloud/TarsGo/tars/tools/tarsgo go get -u github.com/TarsCloud/TarsGo/tars/tools/tars2go # > go 1.16 go install github.com/TarsCloud/TarsGo/tars/tools/tarsgolat…...

通过pre标签进行json格式化展示,并实现搜索高亮和通过鼠标进行逐个定位的功能

功能说明 实现一个对json进行格式化的功能添加搜索框&#xff0c;回车进行关键词搜索&#xff0c;并对关键词高亮显示搜索到的多个关键词&#xff0c;回车逐一匹配监听json框&#xff0c;如果发生了编辑&#xff0c;需要在退出时提示&#xff0c;在得到用户确认的情况下再退出…...

5分钟了解清楚【osgb】格式的倾斜摄影数据metadata.xml有几种规范

数据格式同样都是osgb&#xff0c;不同软件生产的&#xff0c;建模是参数不一样&#xff0c;还是有很大区别的。尤其在应用阶段。 本文从建模软件、数据组织结构、metadata.xml&#xff08;投影信息&#xff09;、应用几个方面进行了经验性总结。不论您是初步开始建模&#xf…...

CCIE-10-IPv6-TS

目录 实验条件网络拓朴 环境配置开始Troubleshooting问题1. R25和R22邻居关系没有建立问题2. 去往R25网络的下一跳地址不存在、不可用问题3. 去往目标网络的下一跳地址不存在、不可用 实验条件 网络拓朴 环境配置 在我的资源里可以下载&#xff08;就在这篇文章的开头也可以下…...

《QT实用小工具·十七》密钥生成工具

1、概述 源码放在文章末尾 该项目主要用于生成密钥&#xff0c;下面是demo演示&#xff1a; 项目部分代码如下&#xff1a; #pragma execution_character_set("utf-8")#include "frmmain.h" #include "ui_frmmain.h" #include "qmessag…...

CSP 比赛经验分享

中国软件专业技术资格&#xff08;水平&#xff09;考试&#xff08; CSP-S &#xff09;是一项旨在评价软件和信息技术 专业人员专业技术水平的考试。对于参加过 CSP 比赛的人来说&#xff0c;这是一个展示 自己编程能力、逻辑思维和解决问题能力的好机会。下面是一些基于…...

探究“大模型+机器人”的现状和未来

基础模型(Foundation Models)是近年来人工智能领域的重要突破&#xff0c;在自然语言处理和计算机视觉等领域取得了显著成果。将基础模型引入机器人学&#xff0c;有望从感知、决策和控制等方面提升机器人系统的性能&#xff0c;推动机器人学的发展。由斯坦福大学、普林斯顿大学…...

Commitizen:规范化你的 Git 提交信息

简介 在团队协作开发过程中&#xff0c;规范化的 Git 提交信息可以提高代码维护的效率&#xff0c;便于追踪和定位问题。Commitizen 是一个帮助我们规范化 Git 提交信息的工具&#xff0c;它提供了一种交互式的方式来生成符合约定格式的提交信息。 原理 Commitizen 的核心原…...

官网下载IDE插件并导入IDE

官网下载IDEA插件并导入IDEA 1. 下载插件2. 导入插件 1. 下载插件 地址&#xff1a;https://plugins.jetbrains.com/plugin/21068-codearts-snap/versions 说明&#xff1a;本次演示以IDEA软件为例 操作&#xff1a; 等待下载完成 2. 导入插件 点击File->setting->Pl…...

三行命令解决Ubuntu Linux联网问题

本博客中Ubuntu版本为23.10.1最新版本&#xff0c;后续发现了很多问题我无法解决&#xff0c;已经下载了另外一个版本22.04&#xff0c;此版本自带网络 一开始我找到官方文档描述可以通过命令行连接到 WiFi 网络&#xff1a;https://cn.linux-console.net/?p10334#google_vig…...

AI大模型在自然语言处理中的应用:性能表现和未来趋势

引言 A. AI大模型在自然语言处理中的应用背景简介 近年来&#xff0c;随着深度学习和人工智能技术的快速发展&#xff0c;越来越多的研究人员和企业开始关注应用于自然语言处理的AI大模型。这些模型采用了深层的神经网络结构&#xff0c;具有强大的学习和处理能力&#xff0c…...

三防平板定制服务:亿道信息与个性化生产的紧密结合

在当今数字化时代&#xff0c;个性化定制已经成为了市场的一大趋势&#xff0c;而三防平板定制服务作为其中的一部分&#xff0c;展现了数字化技术与个性化需求之间的紧密结合。这种服务是通过亿道信息所提供的技术支持&#xff0c;为用户提供了满足特定需求的定制化三防平板&a…...

【备战蓝桥杯】2024蓝桥杯赛前突击省一:基础数论篇

2024蓝桥杯赛前突击省一&#xff1a;基础算法模版篇 基础数论算法回顾 判断质数&#xff08;试除法&#xff09; 时间复杂度O&#xff08;sqrt(n)&#xff09; static int is_prime(int n){if(n<2) return 0;for (int i2;i<n/i;i){if(n%i0) return 0;}return 1; }质因…...

golang es查询的一些操作,has_child,inner_hit,对索引内父子文档的更新

1.因为业务需要查询父文档以及其下子文档&#xff0c;搞了很久才理清楚。 首先还是Inner_hits,inner_hits只能用在nested,has_child,has_parents查询里面 {"query": {"nested": {"path": "comments","query": {"match…...

精准备份:如何自动化单个MySQL数据库的备份过程

自动化备份对于维护数据库的完整性和安全性至关重要。本指南将向您展示如何使用Shell脚本来自动化MySQL数据库的备份过程。 备份脚本内容 首先&#xff0c;这是我们将使用的备份脚本&#xff1a; #!/bin/bash# 完成数据库的定时备份 # 备份路径 BACKUP/data/backup/db # 当前…...

Green Hills 自带的MULTI调试器查看R7芯片寄存器

Green Hills在查看芯片寄存器时需要导入 .grd文件。下面以R7为例&#xff0c;演示一下过程。 首先打开MULTI调试器&#xff0c;如下所示View->Registers&#xff1a; 进入如下界面&#xff0c;选择导入寄存器定义文件.grd&#xff1a; 以当前R7芯片举例&#xff08;dr7f7013…...

Jupyter Notbook如何安装配置并结合内网穿透实现无公网IP远程连接使用

文章目录 推荐1.前言2.Jupyter Notebook的安装2.1 Jupyter Notebook下载安装2.2 Jupyter Notebook的配置2.3 Cpolar下载安装 3.Cpolar端口设置3.1 Cpolar云端设置3.2.Cpolar本地设置 4.公网访问测试5.结语 推荐 前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&am…...

LightM-UNet:Mamba 辅助的轻量级 UNet 用于医学图像分割

文章目录 摘要1 简介2、方法论2.1、架构概述2.2、编码器块2.3、瓶颈块2.4、解码器块 3、实验4、结论 摘要 https://arxiv.org/pdf/2403.05246.pdf UNet及其变体在医学图像分割中得到了广泛应用。然而&#xff0c;这些模型&#xff0c;特别是基于Transformer架构的模型&#xf…...

探索 Java 网络爬虫:Jsoup、HtmlUnit 与 WebMagic 的比较分析

1、引言 在当今信息爆炸的时代&#xff0c;网络数据的获取和处理变得至关重要。对于 Java 开发者而言&#xff0c;掌握高效的网页抓取技术是提升数据处理能力的关键。本文将深入探讨三款广受欢迎的 Java 网页抓取工具&#xff1a;Jsoup、HtmlUnit 和 WebMagic&#xff0c;分析…...

PCIe金手指设计避坑指南:从硬件选型到PCB布局的5个关键细节

PCIe金手指设计避坑指南&#xff1a;从硬件选型到PCB布局的5个关键细节 在高速数字系统设计中&#xff0c;PCIe金手指接口的可靠性直接决定了扩展卡的识别成功率和数据传输稳定性。许多工程师在完成原理图设计和PCB布局后&#xff0c;常会遇到设备频繁识别失败、链路训练不通过…...

Cogito v1预览版3B模型实战体验:超越Llama/DeepSeek的混合推理能力

Cogito v1预览版3B模型实战体验&#xff1a;超越Llama/DeepSeek的混合推理能力 1. 模型概览与核心优势 1.1 什么是Cogito v1预览版 Cogito v1预览版是Deep Cogito推出的混合推理模型系列&#xff0c;这个3B参数的版本在多项基准测试中表现优异。与传统的语言模型不同&#x…...

EasyAnimateV5-7b-zh-InP一键部署教程:基于Linux系统的快速安装指南

EasyAnimateV5-7b-zh-InP一键部署教程&#xff1a;基于Linux系统的快速安装指南 1. 引言 想快速在Linux系统上部署一个强大的视频生成模型吗&#xff1f;EasyAnimateV5-7b-zh-InP是一个22GB的图生视频模型&#xff0c;支持多分辨率视频生成&#xff0c;还能用中英文双语进行预…...

FairyGUI在CocosCreator中的高级应用:异步加载、事件处理与性能优化技巧

FairyGUI在CocosCreator中的高阶实战&#xff1a;异步架构设计与性能调优全指南 当你的CocosCreator项目UI复杂度达到临界点时&#xff0c;传统的资源加载和事件处理方式往往会成为性能瓶颈。FairyGUI作为专业UI解决方案&#xff0c;其深度集成能力可以彻底改变这种局面——但真…...

LangFlow零代码AI应用搭建:5分钟可视化构建智能问答机器人

LangFlow零代码AI应用搭建&#xff1a;5分钟可视化构建智能问答机器人 1. LangFlow简介&#xff1a;零代码AI应用构建利器 LangFlow是一款革命性的可视化AI应用构建工具&#xff0c;它让不懂编程的用户也能轻松搭建智能问答机器人。想象一下&#xff0c;你只需要像搭积木一样…...

微信小程序集成AI能力:调用LFM2.5-1.2B-Thinking-GGUF实现智能聊天与内容生成

微信小程序集成AI能力&#xff1a;调用LFM2.5-1.2B-Thinking-GGUF实现智能聊天与内容生成 1. 为什么要在小程序里集成AI 微信小程序作为轻量级应用平台&#xff0c;用户使用门槛低、传播效率高。但传统小程序功能相对单一&#xff0c;缺乏智能化交互体验。通过集成LFM2.5-1.2…...

PDF-Extract-Kit-1.0保姆级部署教程:4090D单卡一键启动Jupyter实战

PDF-Extract-Kit-1.0保姆级部署教程&#xff1a;4090D单卡一键启动Jupyter实战 你是不是经常需要从PDF里提取表格、公式或者分析文档布局&#xff1f;手动操作不仅费时费力&#xff0c;还容易出错。今天&#xff0c;我要给你介绍一个神器——PDF-Extract-Kit-1.0。这是一个功能…...

手把手教你用Arm Cortex-A715手册:从RAS到调试,一份给芯片设计者的实战笔记

Cortex-A715实战指南&#xff1a;芯片设计者的RAS与调试技术精要 在当今高性能计算领域&#xff0c;Arm Cortex-A715处理器核心凭借其卓越的能效比和性能表现&#xff0c;已成为众多芯片设计项目的首选。本文将从工程实践角度&#xff0c;深入剖析Cortex-A715的两个关键子系统&…...

LANDrop局域网文件传输:3分钟快速上手跨平台文件共享神器

LANDrop局域网文件传输&#xff1a;3分钟快速上手跨平台文件共享神器 【免费下载链接】LANDrop Drop any files to any devices on your LAN. 项目地址: https://gitcode.com/gh_mirrors/la/LANDrop 还在为不同设备间传输文件而烦恼吗&#xff1f;&#x1f914; LANDrop…...

医疗器械小白必看:B型、BF型、CF型设备到底怎么选?附真实医院案例解析

医疗器械采购指南&#xff1a;B型、BF型与CF型设备的实战选择策略 去年某三甲医院ICU因监护仪选型不当导致患者数据异常的事件&#xff0c;让医疗器械电气安全标准重新成为行业焦点。作为医疗设备采购人员&#xff0c;面对B型、BF型、CF型这些专业术语时&#xff0c;是否常感到…...