python评委打分问题_【算法】评委打分题解

链接:https://www.luogu.com.cn/problem/T156529?contestId=37420

来源:洛谷传智杯练习赛

02db465212d3c374a43c60fa2625cc1caeaab796.png

题目描述

小 A 参加一个综艺节目。一共有 n(3 \le n \le 10^6)n(3≤n≤106) 名评委参与打分(分数范围是 0 到 100 的整数),每个评委依次亮出自己的得分。

为了节目效果,要求从第三个评委开始,每当第 ii 个评委给出打分后,立刻计算出出这个选手在前 ii 名评委的打分中,去掉一个最高分和一个最低分,剩下 i-1i−1 个评委的平均分,保留 22 位小数。

输入格式

第一行输入一个整数 nn,表示评委人数。

第二行输出 nn 个整数,表示各个评委的打分。

输出格式

输出共 n-2n−2 行,每行表示对应的答案。

输入输出样例

输入 #1

6

11 45 14 19 19 81

输出 #1

14.00

16.50

17.33

24.25

思路

本来使用的是优先队列,分别定义两个一个按最大值一个按最小值排序,然后再每一次读入数据的时候都放入队列中,直到第三个的时候开始用现在的合减去最大值和最小值除以i-2即可,但是测试用例成功了,提交失败。所以重来,直接用一个最大值和最小值储存当前的最

大值和最小值,然后当第三个评委开始评分的时候,每次都减去最大值和最小值,除以i-2,输出每次的结果即可,但是C++会超时,最后把代码改成C语言就通过了。

代码

#include

int main()

{

int n,grade,max=0,min=101,sum=0; scanf("%d",&n);

for (int i = 1; i <= n; i++)

{

scanf("%d",&grade);

if (grade > max)max = grade;

if (grade < min)min = grade;

sum += grade;

if (i >= 3)

{

printf("%.2lf\n",(sum - max - min) * 1.0 / (i - 2));

}

}

return 0;

}4adb9255ada5b97061e610b682b8636764fe50ed.png

运行结果

c216907e44864e7883134b6cfb4c759051e20e50.png

33901cf9c3b526089e6de42428b93db062e6ed93.pngAC了02db465212d3c374a43c60fa2625cc1caeaab796.png

11.22日 第三周加油

昨天参加的传智杯的练习赛,只做出来四道题,排名241,还是有点菜,继续努力

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OD流水线是一种用于目标检测的深度学习模型,主要用于在图像或视频中识别和定位物体。它通过将输入图像或视频分成小块,并对每个块进分类和定位,从而实现目标检测的功能。 Python题解是指使用Python编程语言来解决OD流水线中的问题Python是一种简单易学、功能强大的编程语言,因其易读性和丰富的库而受到广泛应用。 在OD流水线的Python题解中,一般会使用相关的Python库和工具来实现目标检测的各个步骤。首先,需要使用OpenCV或PIL库加载和处理输入的图像或视频数据。然后,需要使用一种深度学习框架,例如TensorFlow或PyTorch,加载预训练的OD模型。接下来,将输入的图像数据传入模型中进推理,并获取每个目标的类别和位置信息。最后,可以根据需要对检测到的目标进后续处理,如绘制边界框、标注类别等。 在OD流水线的Python题解中,还可以使用其他辅助工具和技术来提升检测性能。例如,可以使用图像增强技术来提高输入图像的质量,或者使用非极大值抑制算法来去除重叠的边界框。此外,还可以根据具体应用场景进模型微调或优化,以提高模型在特定数据集上的检测准确率和速度。 总之,OD流水线的Python题解是一种使用Python编程语言实现目标检测的方法。通过使用相关的Python库和工具,结合深度学习模型和其他辅助技术,可以实现高效、精确的目标检测功能。

“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