1003. 我要通过!

答案正确”是自动判题系统给出的最令人欢喜的回复。本题属于PAT的“答案正确”大派送 —— 只要读入的字符串满足下列条件,系统就输出“答案正确”,否则输出“答案错误”。

得到“答案正确”的条件是:

  1. 字符串中必须仅有P, A, T这三种字符,不可以包含其它字符;
  2. 任意形如 xPATx 的字符串都可以获得“答案正确”,其中 x 或者是空字符串,或者是仅由字母 A 组成的字符串;
  3. 如果 aPbTc 是正确的,那么 aPbATca 也是正确的,其中 a, b, c 均或者是空字符串,或者是仅由字母 A 组成的字符串。

现在就请你为PAT写一个自动裁判程序,判定哪些字符串是可以获得“答案正确”的。

输入格式: 每个测试输入包含1个测试用例。第1行给出一个自然数n (<10),是需要检测的字符串个数。接下来每个字符串占一行,字符串长度不超过100,且不包含空格。

输出格式:每个字符串的检测结果占一行,如果该字符串可以获得“答案正确”,则输出YES,否则输出NO。

输入样例:
8
PAT
PAAT
AAPATAA
AAPAATAAAA
xPATx
PT
Whatever
APAAATAA
输出样例:
YES
YES
YES
YES
NO
NO
NO
NO

===========================================================================================
思路:
前两个条件都很好理解也很好写,但第三个条件一开始的确看懵逼了。在参考了其他大佬的思路后才恍然大悟,
本题实质上是个数学归纳法的模拟。
对于条件3:如果 aPbTc 是正确的,那么 aPbATca 也是正确的。不难发现,PT中间增加一个A而右边却增加了
一个a,得到数学关系式:a中A的个数 ✖(b中A的个数+1) = c中A的个数 + a中A的个数

细节:PT中间必须有A
#include<iostream>
#include<stdio.h>
#include<string.h>
#include<algorithm>
using namespace std;

bool selectStr(char str[],int len)
{
    int i;
    for(i=0;i<len;i++)
    {
        if(str[i]!='A' && str[i]!='P' && str[i]!='T')
            return false;
        else
            return true;
    }
}

int main()
{
    int n,i,cnt;
    char str[105];
    scanf("%d",&n);
    while(n--)
    {
        memset(str,0,105);
        scanf("%s",str);
        int len;
        len = strlen(str);
        if(selectStr(str,len))
        {
            int lena=0,lenb=0,lenc=0;
            for(i=0;i<len;i++)
            {
                if(str[i] != 'P')
                    lena++;
                else
                    break;
            }
            for(i=0,cnt=0;i<len;i++)
            {
                if(str[i] != 'T')
                    cnt++;
                else
                {
                    lenb = cnt-lena-1;
                    lenc = len-cnt-1;
                    break;
                }
            }
            if(lenb == 0)
                printf("NO\n");
            else
            {
                if(lena*lenb == lenc)
                    printf("YES\n");
                else
                    printf("NO\n");
            }
        }
        else
            printf("NO\n");
    }
    return 0;
}
参考:https://www.cnblogs.com/valar/p/6142602.html

好的,让我来回答您的问题。 (1) 通过 Python/pandas 读取数据库文件或 csv 文件: 可以使用 pandas 的 `read_csv()` 函数来读取 csv 文件。例如,假设文件名为 `data.csv`,可以使用以下代码读取该文件: ```python import pandas as pd df = pd.read_csv('data.csv') ``` 如果您的数据存储在数据库中,则可以使用 Python 的数据库 API(如 `sqlite3`、`psycopg2` 等)连接到数据库,并使用 SQL 查询语句从数据库中检索数据。然后,将检索到的数据转换为 pandas DataFrame,以便进行分析。 (2) 对获取得到的数据进行分析 1. 是否线性关系?请画出各自变量与因变量的散点图。 可以使用 matplotlib 库来绘制散点图。以下是绘制占用资金与销售额之间散点图的示例代码: ```python import matplotlib.pyplot as plt plt.scatter(df['x1'], df['y']) plt.xlabel('库存资金额') plt.ylabel('销售额') plt.show() ``` 您可以按照相同的方式绘制其他变量与销售额之间的散点图,以便检查它们之间是否存在线性关系。 2. 建立并给出销售额的回归模型;给出各回归系数的 95% 的置信区间。 可以使用 statsmodels 库来建立线性回归模型。以下是使用 `statsmodels.formula.api` 模块建立销售额的回归模型的示例代码: ```python import statsmodels.formula.api as smf model = smf.ols('y ~ x1 + x2 + x3', data=df).fit() print(model.summary()) ``` 上述代码中,`y` 表示因变量,`x1`、`x2` 和 `x3` 分别表示自变量。`ols()` 函数的第一个参数是一个公式字符串,指定模型的形式。`data` 参数是一个 DataFrame,指定要用于拟合模型的数据。`fit()` 方法返回一个 `RegressionResults` 对象,其中包含有关拟合模型的有用信息,例如回归系数、置信区间和拟合优度等。 调用 `summary()` 方法可以打印出有关模型的详细信息,包括回归系数、标准误差、置信区间、F 统计量、p 值等。 3. 计算回归的拟合优度判定系数(多重可决系数)。 可以使用 `rsquared` 属性计算 R 平方值。例如,以下代码计算 R 平方值: ```python print('R squared:', model.rsquared) ``` 4. 对回归方程做 F 检验,检验线性回归的显著性。 可以使用 `f_pvalue` 属性计算 F 统计量的 p 值。例如,以下代码计算 F 统计量的 p 值: ```python print('F p-value:', model.f_pvalue) ``` 如果 p 值小于给定的显著性水平(通常为 0.05),则可以拒绝零假设,即线性回归显著。 5. 如果未来某月库存资金额为 150 万元,广告投入预算为 45 万元,员工薪酬总额为 27 万元,试根据建立的回归模型预测该月的销售额。 可以使用 `predict()` 方法根据建立的回归模型预测销售额。例如,以下代码预测库存资金额为 150 万元、广告投入预算为 45 万元、员工薪酬总额为 27 万元时的销售额: ```python new_data = {'x1': 150, 'x2': 45, 'x3': 27} print('预测销售额:', model.predict(new_data)) ``` 以上就是对您问题的回答,希望对您有所帮助。
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