CCF CSP认证 历年题目自练Day26

题目一

试题编号： 202012-1
试题名称： 期末预测之安全指数
时间限制： 1.0s
内存限制： 512.0MB

题目分析（个人理解）

1. 还是先看输出，此题简单的离谱，第一行输入小菜有几个测评依据，然后后面的n行输入每项测评依据的重要度，和分数。
2. 再看输出，那个 RELU函书其实就是输出：如果总分大于0就输出分数，如果小于或等于0就输出0即可。
3. 代码如下！！！

n=int(input())
num=0
for i in range(n):
    w,score=map(int,(input().split()))
    num+=w*score
if num>0:
    print(num)
else:
    print(0)

题目二

试题编号： 202012-2
试题名称： 期末预测之最佳阈值
时间限制： 1.0s
内存限制： 512.0MB

题目分析（个人理解）

1. 先看输入第一行是输入有n需要判断预测是否正确的数，之后的n行输入对应的yi和result i 。
2. 我依旧选择列表存储，字典的keys必须为一，将yi 或result i作为keys都不 满足条件。for i in range(m):
   y_result.append(list(map(int,input().split())))
3. 然后先按照reslut降序排列，再按照yi升序排列，之后到核心代码去判断每一个y作为阈值之后，预测正确的有几项，预测正确的情况有两种，第一种是大于等于yi的reslut值为1。第二种是小于yi的result值为0。这两种分别判断然后计数再相加存在列表中，列表中每个值表示当前位序对应的yi作为阈值时预测正确的个数。将该列表倒序输出，保证出现相同的正确次数时输出较大的y。
4. 具体如何判断？

# 构建存储predict正确数量的列表
count_Ture = []

# 正序遍历计算所有元素位置前 0 的个数(预测正确)
count = 0
for i in range(m):
    count_Ture.append(count)
    if y_result[i][1] == 0:
        count += 1

# 倒序遍历计算所有元素位置后 1 的个数(预测正确)
count = 0
for i in range(m-1,-1,-1):
    if y_result[i][1] == 1:
        count += 1
    count_Ture[i] += count

5. 就是排序之后，第一个循环是将当前遍历到的安全指数设为阈值，因为阈值等于自身时，预测结果为1，所以需要先将预测正确结果保存下来再做判断使count+1。count之所以在result为0时自加1，是因为通过以安全指数(yi)排序之后，之后的安全指数都是大于之前的，所以之后的安全指数（作阈值时）在检测排序在其之前的且result为0的数据时一定检测成功，所以使count+1。倒序遍历则原理相同只是计算时，因为当前安全指数检测自身这组数据时一定相等，所以当result为1时先做count+1的操作再进行保存。（倒序遍历时是小于本次遍历到的安全指数作为阈值时，本次遍历的这组数据若result为1，则必检测过）。
6. 上完整代码！！！

# 输入安全指数数量
m = int(input())

# 初始化 y,result 存储列表
y_result = []

# 循环输入 y,result
for i in range(m):
    y_result.append(list(map(int,input().split())))

# 先按照result排序再按照y排序 避免使用同一y的最大predict
y_result.sort(key=lambda x:x[1],reverse=True)
y_result.sort(key=lambda x:x[0])

# 构建存储predict正确数量的列表
count_Ture = []

# 正序遍历计算所有元素位置前 0 的个数(预测正确)
count = 0
for i in range(m):
    count_Ture.append(count)
    if y_result[i][1] == 0:
        count += 1

# 倒序遍历计算所有元素位置后 1 的个数(预测正确)
count = 0
for i in range(m-1,-1,-1):
    if y_result[i][1] == 1:
        count += 1
    count_Ture[i] += count

# 存储predict正确数量列表倒序操作(保证相同predict时输出y较大的) 并计算最大正确数量的下标索引
count_Ture.reverse()
index = m - 1 - count_Ture.index(max(count_Ture))

# 输出最佳阈值
print(y_result[index][0])

总结

跑步跑步跑步！何惧风雨？跑完我发截图到评论区。