棒球比赛

题目描述

你现在是棒球比赛记录员。
给定一个字符串列表,每个字符串可以是以下四种类型之一:
1.整数(一轮的得分):直接表示您在本轮中获得的积分数。
2. “+”(一轮的得分):表示本轮获得的得分是前两轮有效 回合得分的总和。
3. “D”(一轮的得分):表示本轮获得的得分是前一轮有效 回合得分的两倍。
4. “C”(一个操作,这不是一个回合的分数):表示您获得的最后一个有效 回合的分数是无效的,应该被移除。

每一轮的操作都是永久性的,可能会对前一轮和后一轮产生影响。
你需要返回你在所有回合中得分的总和。

输入列表的大小将介于1和1000之间。
列表中的每个整数都将介于-30000和30000之间。

示例

示例1:

输入: [“5”,“2”,“C”,“D”,"+"]
输出: 30
解释:
第1轮:你可以得到5分。总和是:5。
第2轮:你可以得到2分。总和是:7。
操作1:第2轮的数据无效。总和是:5。
第3轮:你可以得到10分(第2轮的数据已被删除)。总数是:15。
第4轮:你可以得到5 + 10 = 15分。总数是:30。

示例2:

输入: [“5”,"-2",“4”,“C”,“D”,“9”,"+","+"]
输出: 27
解释:
第1轮:你可以得到5分。总和是:5。
第2轮:你可以得到-2分。总数是:3。
第3轮:你可以得到4分。总和是:7。
操作1:第3轮的数据无效。总数是:3。
第4轮:你可以得到-4分(第三轮的数据已被删除)。总和是:-1。
第5轮:你可以得到9分。总数是:8。
第6轮:你可以得到-4 + 9 = 5分。总数是13。
第7轮:你可以得到9 + 5 = 14分。总数是27。

思路

1:选择数据结构
针对这题需要根据 “+”、“D”、“C” 来处理前两个数据,也就是最新的两个数据,通过这我们首先想到的就是
2:具体如何操作
“C”:表示该回合的数据无效,即需要将数据移除即可
“D”:该回合得分是上一个回合得分的两倍,即只需将上一个回合的得分乘以 2 并添加到栈中即可
“+”: 该回合得分是上两个回合得分的总和,那么只需计算下前两个数据的总和并添加到栈中即可

伪代码实现核心思路

if (元素 == "C") {
  stack.pop(); //将栈顶数据移除;
} else if (元素 == "D") {
  stack.add(stack.peek() * 2); //获取栈顶元素乘以2,并添加到栈顶
} else if (元素 == "+") {
  int top = stack.pop();
  int secondTop = stack.peek(); //获取栈顶两个元素
  stack.add(top);
  stack.add(top + secondTop); //将前两个回合得分的总和添加到栈中
}

代码实现

public class BaseballGame {

	public static void main(String[] args) {
		String[] array = {"5","-2","4","C","D","9","+","+"};
		
		BaseballGame game = new BaseballGame();
		int result = game.calPoints(array);
		System.out.println(result);
	}
	
	public int calPoints(String[] ops) {
		if (ops == null || ops.length == 0) {
			return 0;
		}
		
		Stack<Integer> stack = new Stack<>();
		for (int i = 0; i < ops.length; i++) {
			String item = ops[i];

			if (item.equals("+")) {
				int top = stack.pop();
				int secondTop = stack.peek();
				stack.add(top);
				stack.add(top + secondTop);
			} else if (item.equals("D")) {
				stack.add(2 * stack.peek());
			} else if (item.equals("C")) {
				stack.pop();
			} else {
				stack.add(Integer.parseInt(item));
			}
		}
		
		int sum = 0;
		while (!stack.empty()) {
			sum += stack.pop();
		}
		return sum;
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我已经记录下来了。现在开始回答你的问题: 首先,我需要确认一下你的问题,你想问如何读入棒球比赛数据game_logs.csv为gl对象,并利用category类型大幅压缩内存占用空间,同时分析比赛日的分布情况和比赛时长的分布情况,对吗? 如果是的话,我可以依次回答你的问题: 1. 读入棒球比赛数据game_logs.csv为gl对象: 可以使用 pandas 库的 read_csv 函数来读取 csv 文件,代码如下: ```python import pandas as pd # 读取csv文件 gl = pd.read_csv('game_logs.csv') ``` 2. 分析比赛日的分布情况和比赛时长的分布情况: 可以使用 pandas 库的 pivot_table 函数来对数据进行透视,代码如下: ```python # 比赛日的分布情况 day_of_week = pd.pivot_table(gl, values='date', index='year', columns='day_of_week', aggfunc='count') day_of_week = day_of_week.div(day_of_week.sum(axis=1), axis=0) print(day_of_week) # 比赛时长的分布情况 game_length = pd.pivot_table(gl, values='length_minutes', index='year', columns=None, aggfunc='mean') print(game_length) ``` 其中,day_of_week 表示每周七天的比例,game_length 表示比赛时长的平均值。 3. 利用category类型大幅压缩内存占用空间: 可以使用 pandas 库的 astype 函数将一些列的数据类型转换为 category 类型,代码如下: ```python # 对freq > 200的object列使用category类型 column_types = dict() for col in gl.columns: if gl[col].dtype == 'object': if gl[col].nunique() / gl[col].count() < 1/200: column_types[col] = 'category' gl = gl.astype(column_types) ``` 4. 比较转换列部分,转换前后的内存占用情况: 可以使用 pandas 库的 info 函数来查看对象的内存占用情况,代码如下: ```python # 转换前的内存占用情况 gl.info(memory_usage='deep') # 转换后的内存占用情况 gl.astype(column_types).info(memory_usage='deep') ``` 5. 在read_csv函数中指定dtype=column_types参数,并查看读入对象的内存占用情况: 可以在 read_csv 函数中指定 dtype 参数来指定每列的数据类型,代码如下: ```python # 指定dtype参数 gl = pd.read_csv('game_logs.csv', dtype=column_types) # 查看内存占用情况 gl.info(memory_usage='deep') ``` 6. 用pivot_table分析比赛日的分布情况(一周七天的比例)的逐年变化: 可以使用 pandas 库的 pivot_table 函数来对数据进行透视,代码如下: ```python # 一周七天的比例的逐年变化 day_of_week_year = pd.pivot_table(gl, values='date', index='year', columns='day_of_week', aggfunc='count') day_of_week_year = day_of_week_year.div(day_of_week_year.sum(axis=1), axis=0) print(day_of_week_year) ``` 其中,day_of_week_year 表示每周七天的比例的逐年变化。 7. 用pivot_table分析比赛时长的逐年变化: 可以使用 pandas 库的 pivot_table 函数来对数据进行透视,代码如下: ```python # 比赛时长的逐年变化 game_length_year = pd.pivot_table(gl, values='length_minutes', index='year', columns=None, aggfunc='mean') print(game_length_year) ``` 其中,game_length_year 表示比赛时长的逐年变化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值