当前位置: 首页 > news >正文

【C++题解】1168. 歌唱比赛评分

问题:1168. 歌唱比赛评分

类型:数组找数


题目描述:

四(1) 班要举行一次歌唱比赛,以选拔更好的苗子参加校的歌唱比赛。评分办法如下:设 N 个评委,打 N 个分数( 0≤每个分数≤10 ),去掉一个最高分,去掉一个最低分,剩下的评委的平均分即为该选手的最后得分。

但是选手太多了,靠人工计算每个选手的得分太慢太麻烦。你能不能帮帮他们,设计一个程序让计算机来算出选手的最后得分呢?

输入:

第一行为一个整数 N (5≤N≤10);

第二行为 N 个整数 Ai (0≤Ai≤10 )。

输出:

选手的最后得分(保留两位小数)。

样例:

输入:

5
5 6 7 8 9

输出:

7.00

在这里插入图片描述


完整代码如下:

#include<bits/stdc++.h>
using namespace std;
int main(){//一、分析问题//已知:N 个分数(5≤N≤10);//未知:该选手的最后得分(保留两位小数)。//关系:	去掉一个最高分,去掉一个最低分,剩下的评委的平均分即为该选手的最后得分。//二、定义变量(已知、未知、关系)int n,a[11],mmax=INT_MIN,mmin=INT_MAX; double r=0.0;//三、输入已知cin>>n;for(int i=0;i<n;i++){cin>>a[i];r+=a[i];if(a[i]>mmax) mmax=a[i];if(a[i]<mmin) mmin=a[i];}//四、根据关系计算r=(r-mmax-mmin)/(n-2);//五、输出未知 cout<<fixed<<setprecision(2)<<r;return 0;
} 

相关文章:

【C++题解】1168. 歌唱比赛评分

问题&#xff1a;1168. 歌唱比赛评分 类型&#xff1a;数组找数 题目描述&#xff1a; 四&#xff08;1&#xff09; 班要举行一次歌唱比赛&#xff0c;以选拔更好的苗子参加校的歌唱比赛。评分办法如下&#xff1a;设 N 个评委&#xff0c;打 N 个分数&#xff08; 0≤每个分…...

鸿蒙开发工程师面试-架构篇

1. 假如让你负责鸿蒙App架构设计&#xff0c;你会关注哪些方面&#xff1f; 分层架构设计&#xff1a; 将应用划分为产品定制层、基础特性层和公共能力层&#xff0c;以降低层间依赖性&#xff0c;提升代码可维护性。通过分层架构设计&#xff0c;进一步明确每层的职责和层间交…...

【Redis】持久化

对于Redis中间件来说&#xff0c;一般是作为内存型数据库或者缓存出现的。但是由于其数据是在内存中&#xff0c;因此当Redis所在的主机宕机之后&#xff0c;数据就会消失&#xff0c;再次重启之后&#xff0c;没有任何数据。这对于生产环境来说&#xff0c;是属于P0级别的灾难…...

港股指数实时行情API接口

港股 指数 实时 行情 API接口 # Restful API https://tsanghi.com/api/fin/index/HKG/realtime?token{token}&ticker{ticker}指定指数代码&#xff0c;获取该指数的实时行情&#xff08;开、高、低、收、量&#xff09;。 更新周期&#xff1a;实时。 请求方式&#xff1a…...

Qt5开发实战_图形_QPen

Qpen是Qt框架中的一个类&#xff0c;用于定义绘制线条的属性&#xff0c;包括颜色、宽度、样式、端点样式和连接样式。 具体属性(设置颜色和设置宽度直接pass从样式开始&#xff09;: 设置样式&#xff1a; pen的样式主要有以下几种&#xff1a; 分别是&#xff1a;直线样式…...

linux进程周边知识——内核对硬件的管理——计算机世界的管理

前言&#xff1a;本节主要讲解内核也就是操作系统对于硬件的管理&#xff0c; 本节内容同样为进程的周边知识。 主要是关于软件方面&#xff0c; 和我的上一篇——冯诺依曼体系结构可以说是兄弟文章&#xff0c; 这篇文章主要是关于硬件方面。 两篇文章都是为学习进程做准备。但…...

同声传译语音合成接口,分段预合成实现丝滑的衔接效果

背景&#xff1a; 在使用微信官方语音合成插件的时候遇到一个问题&#xff0c;textToSpeech这个api的内容限制在官网的文档上明明是1000个字节&#xff0c;也就是说能保证333个中文字符应该是没有问题的&#xff0c;但是也不知道为什么我这里仅仅传了150个中文字符就报错了&…...

数据结构——单链表详解(超详细)(1)

前言&#xff1a; 小编在近日学习了单链表的知识&#xff0c;为了加强记忆&#xff0c;于是诞生了这一篇文章&#xff0c;单链表是数据结构比较重要的知识&#xff0c;读者朋友们一定要去好好的学习&#xff01;这个可以说是比顺序表更好用的线性表&#xff0c;下面废话不多说&…...

在 Linux 上使用 lspci 命令查看 PCI 总线硬件设备信息

lspci 命令用于显示 Linux 系统上的设备和驱动程序 当在个人电脑或服务器上运行 Linux 时&#xff0c;有时需要识别该系统中的硬件。lspci 命令用于显示连接到 PCI 总线的所有设备&#xff0c;从而满足上述需求。该命令由 pciutils 包提供&#xff0c;可用于各种基于 Linux 和…...

python数据可视化(6)——绘制散点图

课程学习来源&#xff1a;b站up&#xff1a;【蚂蚁学python】 【课程链接&#xff1a;【【数据可视化】Python数据图表可视化入门到实战】】 【课程资料链接&#xff1a;【链接】】 Python绘制散点图查看BMI与保险费的关系 散点图: 用两组数据构成多个坐标点&#xff0c;考察…...

【人工智能】Transformers之Pipeline(二):自动语音识别(automatic-speech-recognition)

​​​​​​​ 目录 一、引言 二、自动语音识别&#xff08;automatic-speech-recognition&#xff09; 2.1 概述 2.2 技术原理 2.2.1 whisper模型 2.2.2 Wav2vec 2.0模型 2.3 pipeline参数 2.3.1 pipeline对象实例化参数​​​​​​​ 2.3.2 pipeline对象使用参数…...

Mysql-错误处理: Found option without preceding group in config file

1、问题描述 安装MYSQL时&#xff0c;在cmd中“初始化”数据库时&#xff0c;输入命令&#xff1a; mysqld --initialize --consolecmd报错&#xff1a; D:\mysql-5.7.36-winx64\bin>mysql --initialize --console mysql: [ERROR] Found option without preceding group …...

[iOS]内存分区

[iOS]内存分区 文章目录 [iOS]内存分区五大分区栈区堆区全局区常量区代码区验证内存使用注意事项总结 函数栈堆栈溢出栈的作用 参考博客 在iOS中&#xff0c;内存主要分为栈区、堆区、全局区、常量区、代码区五大区域 还记得OC是C的超类 所以C的内存分区也是一样的 iOS系统中&a…...

sklearn基础教程:掌握机器学习入门的钥匙

sklearn基础教程&#xff1a;掌握机器学习入门的钥匙 在数据科学和机器学习的广阔领域中&#xff0c;scikit-learn&#xff08;简称sklearn&#xff09;无疑是最受欢迎且功能强大的库之一。它提供了简单而高效的数据挖掘和数据分析工具&#xff0c;让研究人员、数据科学家以及…...

【unity实战】使用unity制作一个红点系统

前言 注意&#xff0c;本文是本人的学习笔记记录&#xff0c;这里先记录基本的代码&#xff0c;后面用到了再回来进行实现和整理 素材 https://assetstore.unity.com/packages/2d/gui/icons/2d-simple-ui-pack-218050 框架&#xff1a; RedPointSystem.cs using System.…...

开发指南046-机构树控件

为了简化编程&#xff0c;平台封装了很多前端组件。机构树就是常用的组件之一。 基本用法&#xff1a; import QlmOrgTree from /qlmcomponents/tree/QlmOrgTree <QlmOrgTree></QlmOrgTree> 功能&#xff1a; 根据权限和控制参数显示机构树。机构树数据来源于核…...

SpringBatch文件读写ItemWriter,ItemReader使用详解

SpringBatch文件读写ItemWriter&#xff0c;ItemReader使用详解 1. ItemReaders 和 ItemWriters1.1. ItemReader1.2. ItemWriter1.3. ItemProcessor 2.FlatFileItemReader 和 FlatFileItemWriter2.1.平面文件2.1.1. FieldSet 2.2. FlatFileItemReader2.3. FlatFileItemWriter 3…...

如何评估AI模型:评估指标的分类、方法及案例解析

如何评估AI模型&#xff1a;评估指标的分类、方法及案例解析 引言第一部分&#xff1a;评估指标的分类第二部分&#xff1a;评估指标的数学基础第三部分&#xff1a;评估指标的选择与应用第四部分&#xff1a;评估指标的局限性第五部分&#xff1a;案例研究第六部分&#xff1a…...

程序员学CFA——经济学(七)

经济学&#xff08;七&#xff09; 汇率外汇市场外汇市场的功能外汇市场的参与者卖方买方 汇率的计算汇率报价基础货币与计价货币直接报价与间接报价外汇报价习惯 名义汇率和实际汇率货币的升值与贬值交叉汇率计算即期汇率与远期汇率即期汇率与远期汇率的概念远期升水/贴水远期…...

imx335帧率改到10fps的方法

验证: imx335.c驱动默认的帧率是30fps,要将 IMX335 的帧率更改为 10fps,需要调整与帧率相关的参数。FPS(frames per second,每秒帧数)通常由 sensor 的曝光时间(exposure time)和垂直总时间(VTS,Vertical Total Size)共同决定。VTS 定义了 sensor 完成一帧图像采集…...

保姆级教程:手把手教你理解电力线载波通信的MAC帧与MPDU(附避坑指南)

电力线载波通信MAC帧与MPDU实战解析&#xff1a;从协议规范到调试避坑 电力线载波通信&#xff08;PLC&#xff09;技术凭借其"无需额外布线"的天然优势&#xff0c;在智能电网、智能家居等领域持续渗透。但当你真正打开协议文档准备调试时&#xff0c;那些密密麻麻的…...

5分钟搞定GLM-4.7-Flash:Web界面+API调用,小白也能轻松上手

5分钟搞定GLM-4.7-Flash&#xff1a;Web界面API调用&#xff0c;小白也能轻松上手 1. 前言&#xff1a;为什么选择GLM-4.7-Flash 如果你正在寻找一个强大且易于使用的中文大语言模型&#xff0c;GLM-4.7-Flash绝对值得考虑。作为智谱AI最新推出的开源模型&#xff0c;它采用了…...

AO3镜像站终极访问指南:3步解决同人作品访问难题

AO3镜像站终极访问指南&#xff1a;3步解决同人作品访问难题 【免费下载链接】AO3-Mirror-Site 项目地址: https://gitcode.com/gh_mirrors/ao/AO3-Mirror-Site Archive of Our Own&#xff08;AO3&#xff09;作为全球最大的同人作品平台&#xff0c;为无数创作者和读…...

DOM DocumentImpl:深入解析文档对象模型的核心实现

DOM DocumentImpl:深入解析文档对象模型的核心实现 引言 在Web开发领域,DOM(文档对象模型)是前端开发的基础,它允许开发者通过JavaScript操作HTML文档。DOM DocumentImpl是DOM的核心实现之一,它提供了丰富的API来操作文档结构。本文将深入解析DOM DocumentImpl,帮助开…...

银行家算法实战:用Python模拟死锁避免过程(附完整代码)

银行家算法实战&#xff1a;用Python模拟死锁避免过程&#xff08;附完整代码&#xff09; 在操作系统的资源管理领域&#xff0c;死锁问题就像程序员的噩梦——四个进程围坐在圆桌前&#xff0c;每个都紧握着别人需要的资源&#xff0c;却固执地不肯松手。这种僵局不仅会导致…...

手机摄影新玩法:不用HDR也能拍出好照片?Exposure Fusion技术解析

手机摄影新玩法&#xff1a;不用HDR也能拍出好照片&#xff1f;Exposure Fusion技术解析 每次看到朋友圈里那些明暗细节丰富、色彩饱满的照片&#xff0c;你是不是也好奇它们是怎么拍出来的&#xff1f;大多数人第一反应可能是"HDR模式"&#xff0c;但今天我要告诉你…...

13、探索transforms.RandomRotation()在图像增强中的灵活应用

1. 理解transforms.RandomRotation()的核心功能 当你第一次接触图像数据增强时&#xff0c;可能会被各种变换函数搞得晕头转向。今天我们就来深入聊聊transforms.RandomRotation()这个在PyTorch中非常实用的图像旋转工具。简单来说&#xff0c;它能帮你把图片随机旋转一定角度&…...

从零开始:人工神经网络入门实战 - 用TensorFlow实现MNIST手写数字识别

1. 引言&#xff1a;为什么MNIST是神经网络的"Hello World"&#xff1f; 当你第一次接触编程时&#xff0c;通常会写一个"Hello World"程序。在深度学习领域&#xff0c;MNIST手写数字识别就是那个经典的"Hello World"&#xff01;这个由美国国…...

探索Comsol光学仿真模型:纳米球/柱Mie散射多级分解

Comsol光学仿真模型&#xff1a;包括纳米球/柱 Mie散射多级分解最近在研究光学仿真&#xff0c;Comsol 这个强大的工具简直太实用啦&#xff01;今天就来和大家分享一下 Comsol 里的光学仿真模型&#xff0c;特别是纳米球/柱的 Mie 散射多级分解。 什么是 Mie 散射&#xff1f;…...

WebDataset与低代码平台:简化深度学习数据处理流程

WebDataset与低代码平台&#xff1a;简化深度学习数据处理流程 【免费下载链接】webdataset A high-performance Python-based I/O system for large (and small) deep learning problems, with strong support for PyTorch. 项目地址: https://gitcode.com/gh_mirrors/we/we…...