当前位置: 首页 > news >正文

Python模拟A卷实操题

1.某机械公司生产两种产品。A的单件利润分别是100元,B的单件利润是150元。 每种产品由三种材料构成,现给出每种材料的库存(库存小于100000),求利润最大的生产方案。输入说明:第一行给出生产每件A产品所需要的三种材料数量;第二行给出生产每件B产品所需要的三种材料数量;第三行给出三种材料的库存数量。输出说明:输出利润最大生产方案所对应的每种产品的生产数量(按照产品A、产品B的顺序)和利润最大值,每个数值间用空格隔开。输入样例:3125223046输出样例:21350。

# 导入线性规划求解库
from scipy.optimize import linprog
# 输入数据
# 每件产品A所需的三种材料数量
a_materials = [3, 1, 2]
# 每件产品B所需的三种材料数量
b_materials = [5, 2, 3]
# 三种材料的库存数量
material_stock = [30, 4, 6]
# 产品A和B的利润
profit = [100, 150]
# 将目标函数的系数取负,因为 linprog 默认求解最小值问题
c = [-profit[0], -profit[1]]
# 不等式约束矩阵,表示材料的使用限制
A = [[a_materials[0], b_materials[0]],  # 材料一的约束[a_materials[1], b_materials[1]],  # 材料二的约束[a_materials[2], b_materials[2]]   # 材料三的约束
]
# 不等式约束向量
b = material_stock
# 变量的取值范围,x >= 0
x_bounds = (0, None)
# 求解线性规划问题
res = linprog(c, A_ub=A, b_ub=b, bounds=[x_bounds, x_bounds], method='highs')
# 输出结果
if res.success:num_A, num_B = res.xmax_profit = -res.funprint(f"最优生产方案:生产产品A的数量为 {int(num_A)},生产产品B的数量为 {int(num_B)}")print(f"最大利润为:{max_profit}")
else:
print("未找到最优解")

(1)输入数据:定义每个产品A和B所需的三种材料数量、材料的库存数量以及产品A和B的利润。

(2)目标函数:linprog默认求解最小化问题,将利润系数取反,求最大化利润。

(3)约束条件:每种材料的使用量不能超过库存量。

(4)求解问题:使用linprog求解最优生产方案。

(5)输出结果:打印最优生产方案和最大利润。

2.输入一个包含N个整数的数组,从中找到连续M个数之积最小的数字组合。输入说明:第一行是两个正整数N(N<200) 和M(M<10);第二行是N个整数(每个数字Ni都是整数,且INil<1000),中间用空格分开。输出说明:最小的M个连续数字积及第一个数在数组中的位置(初始位置按1进行计算)。输入样例:10412345678910输出样例:241。

# 输入处理
n, m = map(int, input().split())
array = list(map(int, input().split()))# 初始化最小乘积和对应的起始位置
min_product = float('inf')
min_index = -1# 遍历数组,找出连续 m 个数的最小乘积
for i in range(n - m + 1):product = 1for j in range(m):product *= array[i + j]if product < min_product:min_product = productmin_index = i + 1  # 转换为从 1 开始计数# 输出结果
print(min_product, min_index)

(1)输入处理:首行输入包含两个正整数 N 和 M,表示数组长度和需要寻找的连续元素个数;第二行输入是包含 N 个整数的数组。

(2)最小乘积计算:通过遍历数组,找出所有长度为 M 的连续子数组,并计算它们的乘积,更新最小乘积及其起始位置。

(3)输出结果:输出最小乘积及其起始位置(位置从 1 开始计数)。

3.输入一个包含N个整数的数组,从中找到连续M个数之和最大的数字组合。输入说明:第一行是两个正整数N(N<200)和M(M<20)第二行是N个整数(每个数字Ni都是整数,且Nil<100000),中间用空格分开输出说明:最大的M个连续数字和及第一个数在数组中的位置(初始位置按1进行计算)。输入样例10412345678910输出样例:347。

# 输入处理
n, m = map(int, input().split())
array = list(map(int, input().split()))# 初始化最大和及其对应的起始位置
max_sum = float('-inf')
max_index = -1# 遍历数组,找出连续 m 个数的最大和
for i in range(n - m + 1):current_sum = sum(array[i:i + m])if current_sum > max_sum:max_sum = current_summax_index = i + 1  # 转换为从 1 开始计数# 输出结果
print(max_sum, max_index)

(1)输入处理:第一行输入包含两个正整数 N 和 M,表示数组长度和需要寻找的连续元素个数;第二行输入是包含 N 个整数的数组。

(2)最大和计算:通过遍历数组找出所有长度为 M 的连续子数组,并计算它们的和,更新最大和及其起始位置。

(3)输出结果:输出最大和及其起始位置(位置从 1 开始计数)。

4.给定两个整数N和M(0<n<m<100000),求n到m中满足如下条件的数字,该数字与相邻的前、后数字之和可以被5整除,比如n=4,m=11时,5、10是满足条件的,而6、7、8、9不满足,4和11因为前、后数字不在1到n中,不参与统计。=""输入说明:两个正整数n和m(n<m<100000)=""输出说明:满足要求的数字,如果有多个满足条件的数字,按出现次序输出前3个,如果不足3个,用-1补充。=""输入样例1:14=100=""输出样例1:15=""20=""25=""输入样例2。

# 输入处理
n, m = map(int, input().split())# 满足条件的数字列表
result = []# 遍历 n 到 m 范围内的所有数字
for i in range(n, m + 1):last_digit = i % 10  # 获取数字的最后一位if last_digit != 0 and i % last_digit == 0 and i % 5 == 0:result.append(i)# 如果找到的数字少于 3 个,使用 -1 填充
while len(result) < 3:result.append(-1)# 输出前 3 个满足条件的数字
print(result[:3])

(1)输入处理:输入两个整数 N 和 M,表示范围 [N, M]。

(2)条件检查:遍历范围内的每个数字,检查最后一位不为 0、该数字能被其最后一位整除、并且能被 5 整除的条件。

(3)输出处理:如果找到的数字少于 3 个,则使用 -1 填充,最后输出前 3 个满足条件的数字。

相关文章:

Python模拟A卷实操题

1.某机械公司生产两种产品。A的单件利润分别是100元&#xff0c;B的单件利润是150元。 每种产品由三种材料构成&#xff0c;现给出每种材料的库存&#xff08;库存小于100000&#xff09;&#xff0c;求利润最大的生产方案。输入说明&#xff1a;第一行给出生产每件A产品所需要…...

Leetcode 检测相邻递增子数组

3349. 检测相邻递增子数组 I 给你一个由 n 个整数组成的数组 nums &#xff0c;请你找出 k 的 最大值&#xff0c;使得存在 两个 相邻 且长度为 k 的 严格递增 子数组 。具体来说&#xff0c;需要检查是否存在从下标 a 和 b (a < b) 开始的 两个 子数组&#xff0c;并满…...

rockylinux 8安装 gcc11.2

方法 1&#xff1a;从源代码编译安装最新版本的 GCC 下载 GCC 源代码&#xff1a; 访问 GCC 官方网站下载最新版本的源代码&#xff0c;例如&#xff1a; wget https://ftp.gnu.org/gnu/gcc/gcc-11.2.0/gcc-11.2.0.tar.gz tar -xf gcc-11.2.0.tar.gz cd gcc-11.2.0安装依赖项&a…...

【蓝桥等考C++真题】蓝桥杯等级考试C++组第13级L13真题原题(含答案)-奇数序列排序

C L13 奇数序列排序 给定一个长度为N的正整数序列&#xff0c; 请将其中的所有奇数取出&#xff0c;并按增序&#xff08;从小到大&#xff09;输出。 输入&#xff1a; 共2行 第1行是一个正整数 N&#xff08;不大于500&#xff09;&#xff1b; 第2行有 N 个正整数&#x…...

【AI】好用的AI记录

好用的AI 一、国内 KIMI通义 二、国外 GPT4Cursorv0...

linux安装boost.python

前言 boost.python库被用于C与Python代码间的交互&#xff0c;提供了两者间大部分数据类型的转换 相关环境 操作系统&#xff1a;Ubuntu 20.04 python版本&#xff1a;Python 3.8 boost版本&#xff1a;boost 1.78.0 安装 1.boost.python检查与卸载 在安装boost之前需要检…...

AI 扩展开发者思维方式:以 SQL 查询优化为例

在现代软件开发中&#xff0c;AI 技术的兴起让开发者的思维方式发生了显著变化。尤其是在 SQL 查询优化、代码重构以及算法设计等领域&#xff0c;AI 提供的建议不仅扩展了开发者的思考路径&#xff0c;还帮助他们发现以往没有意识到的潜在解决方案。 1. 传统思维模式下的 SQL…...

自定义面板,高效的游戏性能分析利器

为了更有效地聚焦并解决性能问题&#xff0c;UWA报告采用了分模块监控策略&#xff0c;确保每个模块独立成章&#xff0c;各司其职。然而&#xff0c;随着对性能分析需求的不断升级&#xff0c;我们已经意识到&#xff0c;在深入分析某些跨模块的性能瓶颈或优化点时&#xff0c…...

【Linux进程特别篇】深度理解辨识僵尸进程和孤儿进程

--------------------------------------------------------------------------------------------------------------------------------- 每日鸡汤&#xff1a;每一份坚持都是成功的积累&#xff0c;只要相信自己&#xff0c;总会遇到惊喜。 -----------------------------…...

喜报|超维机器人荣获昇腾AI创新大赛铜奖

近日&#xff0c;在备受瞩目的昇腾AI创新大赛中&#xff0c;超维机器人凭借扎实的技术实力和创新产品&#xff0c;荣获大赛铜奖。这一荣誉不仅展现了超维机器人在智能巡检领域的技术创新与突破&#xff0c;也标志着超维机器人的智能巡检解决方案在人工智能领域获得了广泛认可&a…...

从五种架构风格推导出HTTP的REST架构

在分布式系统中,架构风格(Architectural Style)决定了系统组件如何交互、通信、存储和管理数据。每种架构风格都有其独特的特性和适用场景。本文将从五种典型的架构风格出发,逐步探讨它们如何影响了REST(Representational State Transfer,表述性状态转移)架构风格的设计…...

vue-h5:在h5中实现相机拍照加上身份证人相框和国徽框

方案1&#xff1a;排出来照片太糊了&#xff0c;效果不好 1.基础功能 参考&#xff1a; https://blog.csdn.net/weixin_45148022/article/details/135696629 https://juejin.cn/post/7327353533618978842?searchId20241101133433B2BB37A081FD6A02DA60 https://www.freesio…...

免费HTML模板和CSS样式网站汇总

HTML模板&#xff1a;&#xff08;注意版权&#xff0c;部分不可商用&#xff09; 1、Tooplate&#xff0c;免费HTML模板下载 Download 60 Free HTML Templates for your websitesDownload 60 free HTML website templates or responsive Bootstrap templates instantly from T…...

Mac打开time machine(时间机器)备份特殊文件

Mac 打开time machine&#xff08;时间机器&#xff09;备份特殊文件 设置“时间机器”的作用具体操作办法 前言&#xff1a;今天在使用Nas同步文件时发现有部分重要文件没有同步&#xff0c;为了省事手动拖拽复制文件&#xff0c;导致其中一份非常重要的文件丢失&#xff0c;尝…...

Qt 学习第十六天:文件和事件

一、创建widget对象&#xff08;文件&#xff09; 二、设计ui界面 放一个label标签上去&#xff0c;设置成box就可以显示边框了 三、新建Mylabel类 四、提升ui界面的label标签为Mylabel 五、修改mylabel.h&#xff0c;mylabel.cpp #ifndef MYLABEL_H #define MYLABEL_H#incl…...

nvm 切换 Node.js 版本

nvm 切换 Node.js 版本 0. nvm 安装1. 查看装了哪些 Node.js 版本2. 安装 Node.js 版本安装最新稳定版本.安装个18 3. 切换 Node.js 版本4. 设置默认 Node.js 版本5. 卸载 Node.js 版本6.与项目的配合使用参考资料 0. nvm 安装 安装教程就不写了&#xff0c;直接看别人的。 脚…...

AI绘图最强软件stable diffusion,一文带你迅速了解!

有需要stable diffusion整合包可以扫描下方&#xff0c;免费获取 01 — 什么是 SD ​ Stable Difusion(简称 SD) 其三种概念。 1.用来指代稳定扩散(Stable Diffusion) 技术,如 Midjourney是基于Stable Difusion技术实现的就是指它运用了 Stable Diffusion 的技术原理。 …...

VMware重磅官宣!Workstation和Fusion彻底全部免费:支持商用

VMware 官网宣布&#xff1a;VMware Workstation Pro: Now Available Free for Personal Use 别问&#xff0c;问就是正版用户&#xff01;&#xff01;&#xff01; VMware宣布&#xff0c;其桌面虚拟化产品VMware Workstation和VMware Fusion将对所有用户彻底免费&#xff0…...

CCS 学习记录

1.导入项目 在CCS菜单中选择Project->Import Existing CCS Eclipse Project&#xff0c;点击Browse找到CCS workspace所在文件夹&#xff0c;点击OK&#xff0c;CCS会自动将所选文件夹及其子文件夹下所有的CCS Projects列出。从列表中找到所要导入的项目文件夹&#xff0c;…...

241112.学习日志——[CSDIY] Cpp零基础速成 [01]

CSDIY&#xff1a;这是一个非科班学生的努力之路&#xff0c;从今天开始这个系列会长期更新&#xff0c;&#xff08;最好做到日更&#xff09;&#xff0c;我会慢慢把自己目前对CS的努力逐一上传&#xff0c;帮助那些和我一样有着梦想的玩家取得胜利&#xff01;&#xff01;&…...

[ICLR 2022]How Much Can CLIP Benefit Vision-and-Language Tasks?

论文网址&#xff1a;pdf 英文是纯手打的&#xff01;论文原文的summarizing and paraphrasing。可能会出现难以避免的拼写错误和语法错误&#xff0c;若有发现欢迎评论指正&#xff01;文章偏向于笔记&#xff0c;谨慎食用 目录 1. 心得 2. 论文逐段精读 2.1. Abstract 2…...

页面渲染流程与性能优化

页面渲染流程与性能优化详解&#xff08;完整版&#xff09; 一、现代浏览器渲染流程&#xff08;详细说明&#xff09; 1. 构建DOM树 浏览器接收到HTML文档后&#xff0c;会逐步解析并构建DOM&#xff08;Document Object Model&#xff09;树。具体过程如下&#xff1a; (…...

论文浅尝 | 基于判别指令微调生成式大语言模型的知识图谱补全方法(ISWC2024)

笔记整理&#xff1a;刘治强&#xff0c;浙江大学硕士生&#xff0c;研究方向为知识图谱表示学习&#xff0c;大语言模型 论文链接&#xff1a;http://arxiv.org/abs/2407.16127 发表会议&#xff1a;ISWC 2024 1. 动机 传统的知识图谱补全&#xff08;KGC&#xff09;模型通过…...

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据 Power Query 具有大量专门帮助您清理和准备数据以供分析的功能。 您将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 您还将了解如何分析列&#xff0c;以便知晓哪些列包含有价值的数据&#xff0c;…...

Java线上CPU飙高问题排查全指南

一、引言 在Java应用的线上运行环境中&#xff0c;CPU飙高是一个常见且棘手的性能问题。当系统出现CPU飙高时&#xff0c;通常会导致应用响应缓慢&#xff0c;甚至服务不可用&#xff0c;严重影响用户体验和业务运行。因此&#xff0c;掌握一套科学有效的CPU飙高问题排查方法&…...

深入浅出深度学习基础:从感知机到全连接神经网络的核心原理与应用

文章目录 前言一、感知机 (Perceptron)1.1 基础介绍1.1.1 感知机是什么&#xff1f;1.1.2 感知机的工作原理 1.2 感知机的简单应用&#xff1a;基本逻辑门1.2.1 逻辑与 (Logic AND)1.2.2 逻辑或 (Logic OR)1.2.3 逻辑与非 (Logic NAND) 1.3 感知机的实现1.3.1 简单实现 (基于阈…...

Unity UGUI Button事件流程

场景结构 测试代码 public class TestBtn : MonoBehaviour {void Start(){var btn GetComponent<Button>();btn.onClick.AddListener(OnClick);}private void OnClick(){Debug.Log("666");}}当添加事件时 // 实例化一个ButtonClickedEvent的事件 [Formerl…...

elementUI点击浏览table所选行数据查看文档

项目场景&#xff1a; table按照要求特定的数据变成按钮可以点击 解决方案&#xff1a; <el-table-columnprop"mlname"label"名称"align"center"width"180"><template slot-scope"scope"><el-buttonv-if&qu…...

学习一下用鸿蒙​​DevEco Studio HarmonyOS5实现百度地图

在鸿蒙&#xff08;HarmonyOS5&#xff09;中集成百度地图&#xff0c;可以通过以下步骤和技术方案实现。结合鸿蒙的分布式能力和百度地图的API&#xff0c;可以构建跨设备的定位、导航和地图展示功能。 ​​1. 鸿蒙环境准备​​ ​​开发工具​​&#xff1a;下载安装 ​​De…...

HybridVLA——让单一LLM同时具备扩散和自回归动作预测能力:训练时既扩散也回归,但推理时则扩散

前言 如上一篇文章《dexcap升级版之DexWild》中的前言部分所说&#xff0c;在叠衣服的过程中&#xff0c;我会带着团队对比各种模型、方法、策略&#xff0c;毕竟针对各个场景始终寻找更优的解决方案&#xff0c;是我个人和我司「七月在线」的职责之一 且个人认为&#xff0c…...