PAT A1012 The Best Rank (25 分) 排序

    题目大意:给出学生的 id、c(计算机成绩)、m(数学成绩)、e(英语成绩),要求输出指定 id 学生的最佳排名,也就是该学生在 a(平均成绩) 和 c、m、e的四个排名中最佳的,如果有多项有重复的排名,按照 a c m e的优先级选择优先级最高的一项。

    常规排序题,只不过要按照 a c m e四个尺度分别排名,排序用vector, 存储用map, 对于指定id,先判断是否在map中,再输出最佳的排名。

AC代码如下:

#include <iostream>
#include <vector>
#include <algorithm>
#include <cstdio>
#include <cmath>
#include <stack>
#include <queue>
#include <set>
#include <map>
#include <cstring>

using namespace std;

struct student
{
    string id;
    double a;
    int c, m, e;
    int aRank, cRank, mRank, eRank;
    student(){};
    student(string id, int c, int m, int e):id(id), c(c), m(m), e(e)
    {
        a = (c + m + e) * 1.0 / 3;
    }
};

bool cmpa(student u, student v)
{
    return u.a > v.a;
}

bool cmpc(student u, student v)
{
    return u.c > v.c;
}

bool cmpm(student u, student v)
{
    return u.m > v.m;
}

bool cmpe(student u, student v)
{
    return u.e > v.e;
}

void printBestRank(const student& s)
{
    int bestRank = min(min(s.aRank, s.cRank), min(s.mRank, s.eRank));
    printf("%d ", bestRank);
    if(s.aRank == bestRank) printf("A\n");
    else if(s.cRank == bestRank) printf("C\n");
    else if(s.mRank == bestRank) printf("M\n");
    else printf("E\n");
}

int main()
{
    int N, M;
    cin >> N >> M;
    map<string, student> mp;
    vector<student> vs;
    for (int i = 0; i < N; ++i)
    {
        char idTemp[10] = {0};
        int c, m, e;
        scanf("%s%d%d%d", idTemp, &c, &m, &e);
        string id = string(idTemp);
        mp[id] = student(id,c,m,e);
        vs.push_back(student(id,c,m,e));
    }

    sort(vs.begin(), vs.end(), cmpa);
    int aRank = 1;
    mp[vs[0].id].aRank = aRank++;
    for (int i = 1; i < vs.size(); ++i)
    {
        if(vs[i].a == vs[i-1].a) mp[vs[i].id].aRank = mp[vs[i-1].id].aRank;
        else mp[vs[i].id].aRank = aRank;
        aRank++;
    }

    sort(vs.begin(), vs.end(), cmpc);
    int cRank = 1;
    mp[vs[0].id].cRank = cRank++;
    for (int i = 1; i < vs.size(); ++i)
    {
        if(vs[i].c == vs[i-1].c) mp[vs[i].id].cRank = mp[vs[i-1].id].cRank;
        else mp[vs[i].id].cRank = cRank;
        cRank++;
    }

    sort(vs.begin(), vs.end(), cmpm);
    int mRank = 1;
    mp[vs[0].id].mRank = mRank++;
    for (int i = 1; i < vs.size(); ++i)
    {
        if(vs[i].m == vs[i-1].m) mp[vs[i].id].mRank = mp[vs[i-1].id].mRank;
        else mp[vs[i].id].mRank = mRank;
        mRank++;
    }

    sort(vs.begin(), vs.end(), cmpe);
    int eRank = 1;
    mp[vs[0].id].eRank = eRank++;
    for (int i = 1; i < vs.size(); ++i)
    {
        if(vs[i].e == vs[i-1].e) mp[vs[i].id].eRank = mp[vs[i-1].id].eRank;
        else mp[vs[i].id].eRank = eRank;
        eRank++;
    }

    for (int query = 0; query < M; ++query)
    {
        char idTemp[10] = {0};
        scanf("%s", idTemp);
        string id = string(idTemp);
        if(mp.find(id) != mp.end())
        {
            printBestRank(mp[id]);
        }
        else printf("N/A\n");
    }
    return 0;
}


 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法类 基于深度学习的目标检测算法主要为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法类 基于深度学习的目标检测算法主要为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据析**:系统能够收集和析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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