日常刷题(12)

1. 精准核酸检测

1.1. 题目描述

为了达到新冠疫情精准防控的需要,为了避免全员核酸检测带来的浪费,需要精准圈定可能被感染的人群。

现在根据传染病流调以及大数据分析,得到了每个人之间在时间、空间上是否存在轨迹交叉。

现在给定一组确诊人员编号(X1,X2,X3,…,Xn),在所有人当中,找出哪些人需要进行核酸检测,输出需要进行核酸检测的人数。(注意:确诊病例自身不需要再做核酸检测)

需要进行核酸检测的人,是病毒传播链条上的所有人员,即有可能通过确诊病例所能传播到的所有人。

例如:A是确诊病例,A和B有接触、B和C有接触、C和D有接触、D和E有接触,那么B\C\D\E都是需要进行核酸检测的人。

1.2. 输入描述

第一行为总人数 N

第二行为确认病例人员编号(确诊病例人员数量 < N),用逗号分割

第三行开始,为一个 N * N 的矩阵,表示每个人员之间是否有接触,0表示没有接触,1表示有接触。

1.3. 输出描述

整数:需要做核酸检测的人数

备注
人员编号从0开始
0 < N < 100

1.4. 用例

输入 5
1,2
1,1,0,1,0
1,1,0,0,0
0,0,1,0,1
1,0,0,1,0
0,0,1,0,1
输出 3
说明
编号为1、2号的人员,为确诊病例。
1号和0号有接触,0号和3号有接触。
2号和4号有接触。
所以,需要做核酸检测的人是0号、3号、4号,总计3人需要进行核酸检测。

1.5. 题目解析

可以把传播过程视为一个马尔科夫过程,接触矩阵就是状态转移矩阵,数学表达为:
V n = M V n − 1 V_n = M V_{n-1} Vn=MVn1
其中V为状态向量,M为转移矩阵。用例中的 V 0 = [ 0 , 1 , 1 , 0 , 0 ] T V_0=[0, 1, 1, 0, 0]^T V0=[0,1,1,0,0]T,用例中的
M =
1,1,0,1,0
1,1,0,0,0
0,0,1,0,1
1,0,0,1,0
0,0,1,0,1

5个人最多连乘5次就可以完成所有人的传播,最后取状态向量V值大于0的索引即可。
本case中,剩下3个人需要传播,因此传播len(transfer) - len(source)次即可

1.6. 代码

import numpy as np 


class Solution:
    def __call__(self, source: List[int], transfer: List[List[int]]):
        transfer_matrix = np.matrix(np.array(transfer))
        status = np.zeros((transfer_matrix.shape[0], 1))
        status[source] = 1

        for _ in range(transfer_matrix.shape[0] - len(source)):
            status = np.matmul(transfer_matrix, status)
        return status[status > 0].shape[1] - len(source)

2. 考勤信息

2.1. 题目描述

公司用一个字符串来表示员工的出勤信息

absent:缺勤
late:迟到
leaveearly:早退
present:正常上班
现需根据员工出勤信息,判断本次是否能获得出勤奖,能获得出勤奖的条件如下:

缺勤不超过一次;
没有连续的迟到/早退;
任意连续7次考勤,缺勤/迟到/早退不超过3次。

2.2. 输入描述

用户的考勤数据字符串

记录条数 >= 1;
输入字符串长度 < 10000;
不存在非法输入;
如:
2
present
present absent present present leaveearly present absent

2.3. 输出描述

根据考勤数据字符串,如果能得到考勤奖,输出”true”;否则输出”false”,
对于输入示例的结果应为:

true false
用例
输入 2
present
present present
输出 true
true
说明 无
输入 2
present
present absent present present leaveearly present absent
输出 true
false
说明 无

2.4. 题目解析

考虑好题目中的三个要求即可,分别用三个变量记录并在每轮循环中检查。

2.5. 代码

class Solution:
    def function(self, records: List):
        total_absent = 0  # 总缺勤次数不大于1
        in_illegal = False  # 无连续违规操作
        recent_illegals = 0  # 近7天内违规操作数

        for i, status in enumerate(records):
            if i >= 7:
                last_i = i - 7
                last_status = records[last_i]
                recent_illegals -= int(bool(last_status != 'present'))

            if status == 'absent':
                total_absent += 1
                recent_illegals += 1

            elif status == 'present':
                in_illegal = False

            else:
                assert not in_illegal
                recent_illegals += 1
                in_illegal = True

            assert total_absent <= 1
            assert recent_illegals <= 3
        return True

    def __call__(self, *args, **kwargs):
        try:
            return self.function(*args, **kwargs)
        except Exception:
            return False
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