AtCoder Beginner Contest 001(A - 積雪深差、B - 視程の通報、C - 風力観測、D - 感雨時刻の整理)题目翻译
由于我发现网上很少有人会发很久之前AtCoder Beginner Contes的题,所以我打算从AtCoder Beginner Contest 001开始写。大约两周一更,需要的可以订阅专栏,感谢支持Thanks♪(・ω・)ノ
→题目讲解
A - 積雪深差
给定时间的积雪深度 H1和几小时前的积雪深度 H 2。计算并输出这 1 小时的雪深差值 H 1 H_1 H1 − - − H 2 H_2 H2。
输入由标准输入法提供,格式如下
H 1 H_1 H1
H 2 H_2 H2
- 第 1 1 1行,一个整数,给定时间的积雪深度 H 1 H_1 H1(0≦ H 1 H_1 H1≦2,000)。
- 在第 2 2 2行输入一个整数,给出 1 1 1小时前的积雪深度 H 2 H_2 H2(0≦ H 2 H_2 H2≦2,000)。
以 1 1 1 行输出雪深差值 H 1 H_1 H1 − - − H 2 H_2 H2 。
同时,在输出结果末尾加入换行符。
B - 視程の通報
天气信息以各种形式向全世界发布。其中一种是地面天气报告公式(SYNOP),它根据以下规则将目视距离(肉眼能清楚看到物体的最大距离)转换成一个称为 VV 的值(报告公式)。
- 小于 0.1 k m 0.1{\rm km} 0.1km :VV 值为 00 00 00 。
- 大于 0.1 k m 0.1{\rm km} 0.1km 且小于 5 k m 5{\rm km} 5km :VV 的值应为 ( k m ) ({\rm km}) (km) 乘以 10 10 10 的距离。对于 1 1 1 位数,较高值应为 0 0 0 。
- 例如,如果 2 , 000 m 2,000{\rm m} 2,000m = 2.0 k m =2.0{\rm km} =2.0km ,则 VV 为 20 20 20 。同样,如果是 200 m 200{\rm m} 200m ,则 VV 为 02 02 02 。
- 对于 6 k m 6{\rm km} 6km 和 30 k m 30{\rm km} 30km 之间的距离:距离 ( k m ) ({\rm km}) (km) 加上 50 50 50 。
- 例如,如果 15 , 000 m 15,000{\rm m} 15,000m = 15 k m =15{\rm km} =15km ,VV 为 65 65 65 。
- 对于 35 k m 35{\rm km} 35km 和 70 k m 70{\rm km} 70km 之间的距离:从 ( k m ) ({\rm km}) (km) 减去 30 30 30 ,再除以 5 5 5 ,然后加上 80 80 80 。
- 例如,如果 40 , 000 m 40,000{\rm m} 40,000m = 40 k m =40{\rm km} =40km ,那么 VV 就是 82 82 82 。
- 大于 70 k m 70{\rm km} 70km :VV 的值为 89 89 89 。
现在给定了以米为单位的视距,请编写一个程序,输出根据上述规则计算出的 VV 值。
请注意,VV 始终是 2 2 2 位数的整数(包括较高的 0 0 0 ),没有任何输入值在按照上述规则计算时不是整数,或者不在上述范围内(例如大于 5 k m 5{\rm km} 5km 且小于 6 k m 6{\rm km} 6km )。
输入由标准输入提供,格式如下
m m m
- 行 1 1 1 给出了一个代表距离的整数 m ( 0 ≦ m ≦ 100 , 000 ) m\\ (0≦m≦100,000) m(0≦m≦100,000) 。单位为米 ( m ) ({\rm m}) (m) 。
以 1 1 1 行输出 VV 的值。同时,在输出结束时换行。
C - 風力観測
有些风速计每
1 分钟自动记录一次风的角度和范围。
风向角被定义为
0 度的真北,风从这里按顺时针方向吹来。在气象和其他观测中,使用
16 方向,将整个区域平均分为
16 个区域。
16 方位角和角度与下表相对应。
风向与风角的关系
| 方位 | 角度 | 方位 | 角度 |
|---|---|---|---|
| N (北) | 其他的都不是 | S (南) | 大于168.75度 小于191.25度 |
| NNE(东北偏北) | 大于11.25度 小于33.75度 | S (西南偏南) | 大于191.25度 小于213.75度 |
| NE (东北) | 大于33.75度 小于56.25度 | SSW(西南) | 大于213.75度 小于236.25度 |
| ENE(东北偏东) | 大于56.25度 小于78.75度 | WSW (西南偏西) | 大于236.25度 小于258.75度 |
| E (东) | 大于78.75度 小于101.25度 | W (西) | 大于258.75度 小于281.25度 |
| ESE(东南偏东) | 大于101.25度 小于123.75度 | WNW (西北偏西) | 大于281.25度 小于303.75度 |
| SE (东南) | 大于123.75度 小于146.25度 | NW (西北) | 大于303.75度 小于326.25度 |
| SSE (东南偏南) | 大于146.25度 小于168.75度 | NNW (西北偏北) | 大于326.25度 小于348.75度 |
风程是指风速计的风轮在一定时间内被风吹动转动的幅度,用距离表示。 例如,
1 分钟内的风速为300m ,这意味着风轮在1 分钟内被风吹转了300m 。这1 分钟内的平均风速用
300m 除以60 秒得出5m/s 。
给出的数据将被修正为类似于收音机等播放的 "天气报告 "的格式。 天气报告给出了
16 的风向和风力(蒲福风级)。
上表中的风向位于 16 处。 然而,在风力为 0 的情况下,风向实际上是 “C”,这是一个特殊的方向,而不是 16 ,因为它被报告为 “弱风”。
风速经计算后,四舍五入到小数点后 2 位,并根据以下对应关系转换为风力。
风力与风速的关系(蒲福风力等级)
| 风力 | 风速 | 风力 | 风速 | 风力 | 风速 |
|---|---|---|---|---|---|
| 0 | 0.0m/s 或以上 ,0.2m/s 或以下 | 5 | 8.0m/s 或以上,10.7m/s 或以下 | 10 | 24.5m/s 或以上,28.4m/s 或以下 |
| 1 | 0.3m/s 或更多,1.5m/s 或更少 | 6 | 10.8m/s 或更多,13.8m/s 或更少 | 11 | 28.5m/s 或更多,32.6m/s 或更少 |
| 2 | 1.6m/s 及以上,3.3m/s 及以下 | 7 | 13.9m/s 及以上,17.1m/s 及以下 | 12 | 32.7m/s 或以上 |
| 3 | 3.4m/s 或以上,5.4m/s 或以下 | 8 | 17.2m/s 及以上,20.7m/s 及以下 | ||
| 4 | 5.5m/s 或以上,7.9m/s 或以下 | 9 | 20.8m/s 及以上,24.4m/s 及以下 |
输入风向(角度)和 1 分钟风力范围,编写一个程序,以天气报告的形式输出
输入内容包括以下格式的 1 1 1 行。
D e g Deg Deg D i s Dis Dis
- D e g Deg Deg 表示风向,是 10 10 10 乘以原始角度的整数(例如, 90 90 90 度表示为 900 900 900 , 137.5 137.5 137.5 度表示为 1375 1375 1375 )。
- D i s Dis Dis 是一个整数,代表 1 1 1 分钟的风速范围。单位为米 ( m ) ({\rm m}) (m) 。
- 0 ≦ D e g < 3 , 600 0≦Deg<3,600 0≦Deg<3,600
- 0 ≦ D < 12 , 000 0≦D<12,000 0≦D<12,000
输出应为以下格式的 1 1 1 行。
D i r Dir Dir W W W
- D i r Dir Dir 表示风向,是由 1 1 1 至 3 3 3 个字符组成的字符串,包括 “C”、“N”、“E”、"W "和 “S”。
- W W W 表示风力,是介于 0 0 0 和 12 12 12 之间的整数。
输出也应以换行结束。
D - 感雨時刻の整理
题目:
降雨发生时刻这一信息与降水量一样重要。现在,找到了一份关于某一天降雨时刻的记录,因此想对这些记录进行整理,查明当天的降雨时刻。
整理将按照以下规则进行:
- 根据降雨时刻的记录,按时间顺序列出当天的降雨时段。跨越日期的降雨,将以 00:00 开始或 24:00 结束来处理,不会输入跨日期的记录。
- 降雨开始和结束时间分别四舍五入到前后最近的 5 分钟整点。例如,13:23 开始降雨,14:01 结束降雨的情况,将视为从 13:20 到 14:05 期间在下雨。
- 在四舍五入后的结果中,如果多条记录中的降雨时段有重叠部分,则将其视为一段连续的降雨。例如,有以下三条记录:11:06 开始降雨,11:23 结束;11:29 开始降雨,12:03 结束;11:48 开始降雨,12:10 结束。这三条记录的时间有重叠部分,经过合并后可视为 11:05 至 12:10 期间在下雨,即将其视为一段连续的降雨。
输出:
当输入记录内容时,请编写一个程序,按照上述规则整理并输出降雨时段 。
输入由标准输入提供,格式如下
N N N
S 1 S_1 S1 - E 1 E_1 E1
S 2 S_2 S2 - E 2 E_2 E2
:
S N S_N SN - E N E_N EN
- 第1行输入一个整数 𝑁(1 ≤ 𝑁 ≤ 30,000),表示连续下雨的时刻数。
- 第2行到第 𝑁+1 行,共 𝑁 行,每行给出一段降雨的开始时刻和结束时刻。
- 第 𝑖 行(1 ≤ 𝑖 ≤ 𝑁)中,雨水开始降落的时间为 𝑆𝑖,结束降落的时间为 𝐸𝑖,两者用连字符(-)分隔。
- 关于时刻 𝑆𝑖 和 𝐸𝑖 的说明:
- 时刻为4位非负整数,格式为“hhmm”。
- 前两位表示小时(hour),后两位表示分钟(minute)。
- 时刻范围为 0000 到 2400,但分钟部分不会超过 59。
- 保证 𝑆𝑖 早于 𝐸𝑖。
输出:
整理降雨时间,按降雨开始的最早时间顺序输出降雨开始和结束的时间,中间用连字符隔开。
在此过程中,输出 1 1 1 行连续的 1 1 1 雨量,并使用与输入相同的时间格式。
此外,应在输出结束时插入换行符。
以上↑翻译由DeepSeek、Deepl与人工翻译,可能会有瑕疵,求谅解。
相关文章:
AtCoder Beginner Contest 001(A - 積雪深差、B - 視程の通報、C - 風力観測、D - 感雨時刻の整理)题目翻译
由于我发现网上很少有人会发很久之前AtCoder Beginner Contes的题,所以我打算从AtCoder Beginner Contest 001开始写。大约两周一更,需要的可以订阅专栏,感谢支持Thanks♪(・ω・)ノ →题目讲解 A - 積雪深差 …...
安全测试之五:SQL Server注入漏洞几个实例
示例 1:在 GET 请求中测试 SQL 注入 最简单且有时最有效的情况是针对登录页面进行测试。当登录页面请求用户输入用户名和密码时,攻击者可以尝试输入以下字符串 “ or 11”(不包含双引号): https://vulnerable.web.ap…...
如何在Github上面上传本地文件夹
前言 直接在GitHub网址上面上传文件夹是不行的,需要一层一层创建然后上传,而且文件的大小也有限制,使用Git进行上传更加方便和实用 1.下载和安装Git Git - Downloads 傻瓜式安装即可 2.获取密钥对 打开自己的Github,创建SSH密钥&…...
多Agent协作智能系统
多Agent协作智能系统商业计划书 ——基于文心大模型的虚拟世界协作解决方案 第一章 执行摘要 1.1 项目背景 技术驱动:文心大模型4.0工具版的推出标志着AI从“问答”向“行动”的跨越,多Agent协作成为复杂任务自动化的核心范式。市场需求:据Global Market Insights报告,20…...
第J1周:ResNet50算法(Tensorflow版)
🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者:K同学啊 目标 具体实现 (一)环境 语言环境:Python 3.10 编 译 器: PyCharm 框 架: TensorFlow (二)具体…...
炸裂函数explode
在 Apache Hive 中,"炸裂函数"通常指的是将复杂数据类型(如数组或映射)拆分成多行的函数。Hive 提供了几个内置函数来实现这种操作,其中最常用的是 explode 函数。 1. explode 函数 explode 函数用于将数组或映射类型…...
计算机视觉(opencv-python)之图像预处理基本操作(待补充)
图像预处理是计算机视觉任务中的关键步骤,它通过对原始图像进行处理,以提高后续图像分析、特征提取和识别的准确性。 示例图片 目录 常见图像处理方法 灰度化处理 法一 法二 说明 切片截取部分图像数据 cv2.cvtColor() 颜色空间转换 cv2.split(…...
数据结构秘籍(四) 堆 (详细包含用途、分类、存储、操作等)
1 引言 什么是堆? 堆是一种满足以下条件的树:(树这一篇可以参考我的文章数据结构秘籍(三)树 (含二叉树的分类、存储和定义)-CSDN博客) 堆中的每一个结点值都大于等于(…...
前端正则表达式完全指南:从入门到实战
文章目录 第一章:正则表达式基础概念1.1 什么是正则表达式1.2 正则表达式工作原理1.3 基础示例演示 第二章:正则表达式核心语法2.1 元字符大全表2.2 量词系统详解2.3 字符集合与排除 第三章:前端常用正则模式3.1 表单验证类3.1.1 邮箱验证3.1…...
【SRC实战】小游戏漏洞强制挑战
小游戏业务分析: 1、挑战成功加分,失败减分,存在段位机制,段位影响榜单排名 2、随机推荐挑战对象,随着等级升高不再推荐低等级玩家 3、玩家等级需要培养,培养需要道具,道具需要看广告/完成任务/付费 4、…...
细说 Java 集合之 Map
前言:本文基于JDK8 一、HashMap 1.1、hash方法 hash方法是map中的基石,后续很多操作都依赖hash方法; 下面是 jdk 7 中 hash方法,注意hashSeed 这个扰动因子,该值随机,所以同一个 key 每次调用hash方法后…...
【vue-echarts】——05.柱状图
文章目录 一、柱状图基本设置1.实现代码2.结果展示二、柱状图效果实现11.代码实现2.结果展示三、柱状图效果实现21.代码实现2.结果展示一、柱状图基本设置 柱状图:一种图表类型,因为构成是由一根一根类似柱子的数据条组合而成的坐标平面,所以命名为柱状 图。主要是用来反应对…...
【C】链式二叉树算法题1 -- 单值二叉树
leetcode链接https://leetcode.cn/problems/univalued-binary-tree/description/ 1 题目描述 如果二叉树每个节点都具有相同的值,那么该二叉树就是单值二叉树。只有给定的树是单值二叉树时,才返回 true;否则返回 false。 示例 1࿱…...
C++11——智能指针和function库
目录 一、智能指针 1. std::unique_ptr(独占所有权指针) 2. std::shared_ptr(共享所有权指针) 3. std::weak_ptr(弱引用指针) 关键区别总结 最佳实践 基本用法 可封装的对象类型 核心特性 示例代码…...
[操作系统] 文件的软链接和硬链接
文章目录 引言硬链接(Hard Link)什么是硬链接?硬链接的特性硬链接的用途 软链接(Symbolic Link)什么是软链接?软链接的特性软链接的用途 软硬链接对比文件的时间戳实际应用示例使用硬链接节省备份空间用软链…...
RabbitMQ面试题及原理
RabbitMQ使用场景: 异步发送(验证码、短信、邮件…)MYSQL和Redis, ES之间的数据同步分布式事务削峰填谷 1. 消息可靠性(不丢失) 消息丢失场景: RabbitMQ-如何保证消息不丟失? 开启生产者确…...
SpringBoot中Get请求和POST请求接收参数详解
1、Get请求 1.1 方法形参接收参数 这种方式一般适用参数比较少的情况,并且前后端参数名称必须保持一致 RestController RequestMapping(“/user”) Slf4j public class DemoController { GetMapping("/query") public void getStudent(String name,Strin…...
分布式日志和责任链路
目录 日志问题 责任链问题 分布式日志 GrayLog简介 部署安装 收集日志 配置Inputs 集成微服务 日志回收策略 搜索语法 搜索语法 自定义展示字段 日志统计仪表盘 创建仪表盘 链路追踪 APM 什么是APM 原理 技术选型 Skywalking简介 部署安装 微服务探针 整合…...
h5 IOS端渐变的兼容问题 渐变实现弧形效果
IOS端使用渐变的时候有兼容问题 以下是问题效果,图中黑色部分期望的效果应该是白色的。但是ios端是下面的样子…… 安卓pc 支持: background-image: radial-gradient(circle 40rpx at 100% 0, #f3630c 40rpx, rgb(255, 255, 255) 50%);安卓pc ios支持…...
哈希算法--猜数字游戏
1.题目要求 输入两个位数相同的数,判断对应位置的数字是否相等,返回两个数。第一个数是数字和位置完全猜对的数字个数,第二个数是数字大小猜对但位置不对的数字个数 2.逐步编程 2.1 定义函数 def g(secret,guess):sec_dic{}gue_dic{}# 定义…...
XCTF-web-easyupload
试了试php,php7,pht,phtml等,都没有用 尝试.user.ini 抓包修改将.user.ini修改为jpg图片 在上传一个123.jpg 用蚁剑连接,得到flag...
TDengine 快速体验(Docker 镜像方式)
简介 TDengine 可以通过安装包、Docker 镜像 及云服务快速体验 TDengine 的功能,本节首先介绍如何通过 Docker 快速体验 TDengine,然后介绍如何在 Docker 环境下体验 TDengine 的写入和查询功能。如果你不熟悉 Docker,请使用 安装包的方式快…...
边缘计算医疗风险自查APP开发方案
核心目标:在便携设备(智能手表/家用检测仪)部署轻量化疾病预测模型,实现低延迟、隐私安全的实时健康风险评估。 一、技术架构设计 #mermaid-svg-iuNaeeLK2YoFKfao {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg…...
如何为服务器生成TLS证书
TLS(Transport Layer Security)证书是确保网络通信安全的重要手段,它通过加密技术保护传输的数据不被窃听和篡改。在服务器上配置TLS证书,可以使用户通过HTTPS协议安全地访问您的网站。本文将详细介绍如何在服务器上生成一个TLS证…...
【服务器压力测试】本地PC电脑作为服务器运行时出现卡顿和资源紧张(Windows/Linux)
要让本地PC电脑作为服务器运行时出现卡顿和资源紧张的情况,可以通过以下几种方式模拟或触发: 1. 增加CPU负载 运行大量计算密集型任务,例如: 使用多线程循环执行复杂计算(如数学运算、加密解密等)。运行图…...
12.找到字符串中所有字母异位词
🧠 题目解析 题目描述: 给定两个字符串 s 和 p,找出 s 中所有 p 的字母异位词的起始索引。 返回的答案以数组形式表示。 字母异位词定义: 若两个字符串包含的字符种类和出现次数完全相同,顺序无所谓,则互为…...
爬虫基础学习day2
# 爬虫设计领域 工商:企查查、天眼查短视频:抖音、快手、西瓜 ---> 飞瓜电商:京东、淘宝、聚美优品、亚马逊 ---> 分析店铺经营决策标题、排名航空:抓取所有航空公司价格 ---> 去哪儿自媒体:采集自媒体数据进…...
第 86 场周赛:矩阵中的幻方、钥匙和房间、将数组拆分成斐波那契序列、猜猜这个单词
Q1、[中等] 矩阵中的幻方 1、题目描述 3 x 3 的幻方是一个填充有 从 1 到 9 的不同数字的 3 x 3 矩阵,其中每行,每列以及两条对角线上的各数之和都相等。 给定一个由整数组成的row x col 的 grid,其中有多少个 3 3 的 “幻方” 子矩阵&am…...
【数据分析】R版IntelliGenes用于生物标志物发现的可解释机器学习
禁止商业或二改转载,仅供自学使用,侵权必究,如需截取部分内容请后台联系作者! 文章目录 介绍流程步骤1. 输入数据2. 特征选择3. 模型训练4. I-Genes 评分计算5. 输出结果 IntelliGenesR 安装包1. 特征选择2. 模型训练和评估3. I-Genes 评分计…...
使用LangGraph和LangSmith构建多智能体人工智能系统
现在,通过组合几个较小的子智能体来创建一个强大的人工智能智能体正成为一种趋势。但这也带来了一些挑战,比如减少幻觉、管理对话流程、在测试期间留意智能体的工作方式、允许人工介入以及评估其性能。你需要进行大量的反复试验。 在这篇博客〔原作者&a…...
