Python:1037 在霍格沃茨找零钱_最后一个测试点

简介: Python:1037 在霍格沃茨找零钱_最后一个测试点

最后一个测试点源于没有考虑P, A的钱是一样的,输出格式应该为:0.0.0

思路:

我的思路是先构造两个函数,一个(假定为函数trans)是将 x.x.x的格式全部换算成最小单位 纳特(Knut)

另一个(假定为函数retrans)是将以最小单位纳特(Knut)计量的数转化为 x.x.x的格式;

之所以这样子做是因为

1.全部换算成最小单位十分方便计算

2.使用函数可以减少内存占用

现在开始代码实现:


1.编写函数trans()

由于进制是1-17-29

所以可以下面这个样子:

def trans(strg):
    g, s, k = map(int, strg.split('.'))  # 以.分隔
    num = g * 17 * 29+ s * 29 + k  # 进制换算
    return num


2.编写函数retrans()

def retrans(num):
    g = num // (17 * 29)
    s = (num - g * 17 * 29) // 29
    k = (num - g * 17 * 29 - s * 29)
    strg = '.'.join([str(g), str(s), str(k)])  # 以.连接列表各元素
    return strg


3.接收数据-数据处理

1. p, a = input().split()
2. p_t, a_t = trans(p), trans(a)


4.数据输出(判断二者是否相等)

1. if p_t < a_t:
2. print(retrans(a_t - p_t))
3. elif p_t > a_t:
4. print('-' + retrans(p_t - a_t))
5. else:
6. print('0.0.0')


5.完整代码如下:

def trans(strg):
    g, s, k = map(int, strg.split('.'))
    num = g * 17 * 29+ s * 29 + k
    return num
def retrans(num):
    g = num // (17 * 29)
    s = (num - g * 17 * 29) // 29
    k = (num - g * 17 * 29 - s * 29)
    strg = '.'.join([str(g), str(s), str(k)])
    return strg
p, a = input().split()
p_t, a_t = trans(p), trans(a)
if p_t < a_t:
    print(retrans(a_t - p_t))
elif p_t > a_t:
    print('-' + retrans(p_t - a_t))
else:
    print('0.0.0')
目录
相关文章
|
7天前
|
安全 关系型数据库 测试技术
学习Python Web开发的安全测试需要具备哪些知识?
学习Python Web开发的安全测试需要具备哪些知识?
21 4
|
1月前
|
Web App开发 前端开发 JavaScript
探索Python科学计算的边界:利用Selenium进行Web应用性能测试与优化
【10月更文挑战第6天】随着互联网技术的发展,Web应用程序已经成为人们日常生活和工作中不可或缺的一部分。这些应用不仅需要提供丰富的功能,还必须具备良好的性能表现以保证用户体验。性能测试是确保Web应用能够快速响应用户请求并处理大量并发访问的关键步骤之一。本文将探讨如何使用Python结合Selenium来进行Web应用的性能测试,并通过实际代码示例展示如何识别瓶颈及优化应用。
123 5
|
1月前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
【10月更文挑战第1天】Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
141 3
|
2月前
|
测试技术 数据库 UED
Python 性能测试进阶之路:JMeter 与 Locust 的强强联合,解锁性能极限
【9月更文挑战第9天】在数字化时代,确保软件系统在高并发场景下的稳定性至关重要。Python 为此提供了丰富的性能测试工具,如 JMeter 和 Locust。JMeter 可模拟复杂请求场景,而 Locust 则能更灵活地模拟真实用户行为。结合两者优势,可全面评估系统性能并优化瓶颈。例如,在电商网站促销期间,通过 JMeter 模拟大量登录请求并用 Locust 模拟用户浏览和购物行为,可有效识别并解决性能问题,从而提升系统稳定性和用户体验。这种组合为性能测试开辟了新道路,助力应对复杂挑战。
113 2
|
17天前
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
63 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
|
20天前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
45 3
|
18天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
35 1
|
18天前
|
Web App开发 测试技术 数据安全/隐私保护
自动化测试的魔法:使用Python进行Web应用测试
【10月更文挑战第32天】本文将带你走进自动化测试的世界,通过Python和Selenium库的力量,展示如何轻松对Web应用进行自动化测试。我们将一起探索编写简单而强大的测试脚本的秘诀,并理解如何利用这些脚本来确保我们的软件质量。无论你是测试新手还是希望提升自动化测试技能的开发者,这篇文章都将为你打开一扇门,让你看到自动化测试不仅可行,而且充满乐趣。
|
1月前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
【10月更文挑战第1天】告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
63 4
|
2月前
|
SQL JavaScript 前端开发
基于Python访问Hive的pytest测试代码实现
根据《用Java、Python来开发Hive应用》一文,建立了使用Python、来开发Hive应用的方法,产生的代码如下
71 6
基于Python访问Hive的pytest测试代码实现
下一篇
无影云桌面