#! /usr/bin/env python
# #coding:utf-8
my_map = matrix = [[0 for i in range(101)] for i in range(101)]
n = int(input())
maxi = 0
maxj = 0
for i in range(n):
data = input().split() ##刚开始用的是这种输入,还不知道使用map来辅助输入
x1 = int(data[0])
y1 = int(data[1])
x2 = int(data[2])
y2 = int(data[3])
if maxi < x2:
maxi = x2
if maxj < y2:
maxj = y2
for j in range(x1, x2 + 1):
for k in range(y1, y2 + 1):
my_map[j][k] = 1
ans = 0
for i in range(maxi):
for j in range(maxj):
if my_map[i][j] == 1 and my_map[i][j + 1] == 1 and my_map[i + 1][j] == 1:
ans += 1
print(ans)
import numpy as np
def judge(theta0, theta1, theta2, x, y):
if theta2 != 0: ##这是普通的情况,还有theta2 == 0的情况需要考虑
pre = -1 * (theta0 + theta1 * x) / theta2
if y > pre:
return True
else:
return False
else:
pre = -1 * theta0 / theta1
if x < pre:
return True
else:
return False
n, m = map(int, input().split()) ##表示要输入的点的个数和要输入的查询的个数
list_n = [] ##将来存储点的序列
for i in range(n):
x, y, type = map(str, input().split())
x = int(x)
y = int(y) ##获得输入的点的坐标和类型信息
list_temp = (x, y, type)
list_n.append(list_temp) ##将现在输入的点作为元组存储进序列中
list_m = [] ##存储查询的序列
for i in range(m):
theta0, theta1, theta2 = map(int, input().split()) ##获得输入的直线的三个参数
res_A = -1 ##存储上一个A类型点的结果
res_B = -1 ##存储上一个B类型点的结果
flag = True ##同样类型的点的分类中是否有不一致的情况
for dot in list_n:
res = judge(theta0, theta1, theta2, dot[0], dot[1])
##下面来判断这个点和之前同类型的点分类是否已相同
if dot[2] == 'A':
if res_A != -1 and res_A != res:
flag = False
break
res_A = res ##运行到这里表明标签是A并且是第一次赋值或者是运行结果和上一次是一样的
elif dot[2] == 'B':
if res_B != -1 and res_B != res:
flag = False
break
res_B = res
if flag and res_A != res_B:
print('Yes')
else:
print('No')
n, a, b = map(int, input().split())
##分别表示输入的向量维数, 第一个向量中非零分量的个数,第二个向量中非零分量的个数
list_a = {} ##用来存储u向量的各分量
for i in range(a):
index, value = map(int, input().split()) #表示输入的向量的分量的下标和相对应的值
list_a[index] = value
list_b = {}
for i in range(b):
index, value = map(int, input().split())
list_b[index] = value
ans = 0
for index in list_a.keys():
if list_b.get(index):
ans += list_a[index] * list_b[index]
print(ans)
最后这个题,是60分,看了一些博客也没看出来要怎么修正。