CSP 202009-2 风险人群筛查 python 暴力

简介: CSP 202009-2 风险人群筛查 python 暴力

CSP 202009-2 风险人群筛查 python 暴力

题目描述

36736807764745cf84ee7cba2f71c19e.png


样例输入1

5 2 6 20 40 100 80
100 80 100 80 100 80 100 80 100 80 100 80
60 50 60 46 60 42 60 38 60 34 60 30
10 60 14 62 18 66 22 74 26 86 30 100
90 31 94 35 98 39 102 43 106 47 110 51
0 20 4 20 8 20 12 20 16 20 20 20


样例输出1


3
2


样例1说明


如下图红色标记所示,前三条位置记录经过了高危区域;

但第三条位置记录(图中左上曲线)只有一个时刻位于高危区域内,不满足逗留条件。


样例输入2


1 3 8 0 0 10 10
-1 -1 0 0 0 0 -1 -1 0 0 -1 -1 0 0 0 0


样例输出2


1
0


样例2说明


该位置记录经过了高危区域,但最多只有连续两个时刻位于其中,不满足逗留条件。


评测用例规模与约定


全部的测试点满足 1≤n≤20,1≤k≤t≤103,所有坐标均为整数且绝对值不超过 106。


思路


这道题还是很简单的,也就是穷举暴力搜索即可,详细可以看代码


代码

# http://118.190.20.162/view.page?gpid=T112
n,k,t,xl,yd,xr,yw = map(int,input().split())
def check(x,y):
    if xl <= x <= xr and yd <= y <= yw:
        return True
sum1 = 0
sum2 = 0
for i in range(n):
    a = list(map(int,input().split()))
    res = 0
    ans = 0
    flag = False
    for i in range(0,2*t,2):
        x,y = a[i],a[i+1]
        if check(x,y):
            ans += 1 # 记录人数
            flag = True
            res = max(res,ans)
        else:
            ans = 0
    if flag:
        sum1 += 1
    if res >= k: # 人数超过k,说明逗留
        sum2 += 1
print(sum1)
print(sum2)


相关文章
【Java每日一题,简单题】csp202203-3 风险人群筛查
【Java每日一题,简单题】csp202203-3 风险人群筛查
|
数据可视化 算法 数据挖掘
Python量化投资实践:基于蒙特卡洛模拟的投资组合风险建模与分析
蒙特卡洛模拟是一种利用重复随机抽样解决确定性问题的计算方法,广泛应用于金融领域的不确定性建模和风险评估。本文介绍如何使用Python和EODHD API获取历史交易数据,通过模拟生成未来价格路径,分析投资风险与收益,包括VaR和CVaR计算,以辅助投资者制定合理决策。
1362 15
|
机器学习/深度学习 供应链 TensorFlow
使用Python实现智能供应链风险预测
使用Python实现智能供应链风险预测
425 1
Python计算股票投资组合的风险价值(VaR)
Python计算股票投资组合的风险价值(VaR)
|
数据可视化 Serverless API
Python风险价值计算投资组合VaR(Value at Risk )、期望损失ES(Expected Shortfall)
Python风险价值计算投资组合VaR(Value at Risk )、期望损失ES(Expected Shortfall)
|
Python Serverless API
Python风险价值计算投资组合VaR、期望损失ES
Python风险价值计算投资组合VaR、期望损失ES
Python风险价值计算投资组合VaR、期望损失ES
Python计算股票投资组合的风险价值(VaR)
Python计算股票投资组合的风险价值(VaR)
|
数据可视化 Python
【视频】风险价值VaR原理与Python蒙特卡罗Monte Carlo模拟计算投资组合实例
【视频】风险价值VaR原理与Python蒙特卡罗Monte Carlo模拟计算投资组合实例
|
数据可视化 Python
Python蒙特卡罗(Monte Carlo)模拟计算投资组合的风险价值(VaR)
Python蒙特卡罗(Monte Carlo)模拟计算投资组合的风险价值(VaR)
FRM-市场风险-python-the 10 percent monthly probability VAR
FRM-市场风险-python-the 10 percent monthly probability VAR
250 0
FRM-市场风险-python-the 10 percent monthly probability VAR

推荐镜像

更多