蓝桥杯备战 每日训练3道 真题解析

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
简介: 蓝桥杯备战 每日训练3道 真题解析

真题训练(填空题):>>考察对datetime模块的使用


1bc4ccfef3b343eaa48f926124b2439c.png

解析附在代码中 答案8879

import datetime
start,end=datetime.date(2000,1,1),datetime.date(2020,10,1)
#datetime.date(year,month,day)
delta=datetime.timedelta(days=1)
# datetime.timedelta(days=0, seconds=0, microseconds=0, milliseconds=0, minutes=0, hours=0, weeks=0)
#参数可选,默认为0
ans=0
while start<=end:
    if start.weekday()==0 or start.day==1:
        ans+=2
    #datetime.date(year,month,day).weekday()返回0-6对应周一至周日
    #datetime.date().day表示表示几号
    else:
        ans+=1
    start+=delta
print(ans)

真题训练(填空题):>>考察简单的数学逻辑 答案为761

36f27138668f46f7823d6df7e12f89a8.png

两种解法:1:暴力作图法  把蛇形斜着看 就是一个标准的金字塔 把它打印出来 直接找


image.png


由于宽度限制 两条线将交于761这一点  金字塔代码如下 :

#枚举前50斜行
n=[]
for i in range(1,50):
    max=int(i*(i+1)/2)
    if i%2==1:
        tmp=[i for i in range(max-i+1,max+1)]#奇数行顺序 偶数行逆序
    else:
        tmp=[i for i in range(max-i+1,max+1)][::-1]
    n.append(tmp)
for i in n:
    s=''
    for j in i:
        s=s+str(j)+' '#连接每行
    print(s.center(150))#居中

解法2:数学递推


以对角线为研究对象,观察对角线上的每个元素


我们会发现 每一斜行以对角线上的元素对称(左右元素个数相等)


且 斜行是公差为1的等差数列 容易想到 对角线上的元素等于斜行两端的数字之和/2


如(4+6)/2=5,(11+15)/2=13....所以现在问题就是20行20列的元素处于哪一斜行,斜行两端数字是多少?解决第一个问题:观察容易知道,对角线上元素分布的斜行有以下特征:1,3,5,7....即第n个元素出现在第2n-1个斜行 故20行20列元素出现在第39斜行


解决第二个问题:两端元素如何确定。由于每个斜行都是单增的 观察易得 第n斜行的最大值为(1+n)n/2 故第39斜行最大元素为780 由于第39斜行是公差为1的等差数列,中间元素(对角线)不难求得 答案为761


真题训练 编程题: >>考察贡献度计算及记录最近出现的操作


04c141e71096401186eed28868039ce0.png

先说记录最近出现的操作的含义:初始化,我们定义abcd..z字母首次都出现在字符串S的索引-1处,last_index=[-1 for i in range(26)] 遍历字符串S (for j in len(S)-1) 当访问到某个字母时 记录此时字母对应的索引 j,作为下一次访问到该字母时的‘最近出现的地方’,其次 last_index的索引(这里不是指索引对应的值)对应字母,0——a,1——b,依次类推,所以需要用到ord函数,将其转化为ascci码值


然后是贡献度的问题:每个字符都在一些子串中有所贡献(要求在子串中只出现一次该字符),将每个字符 有所贡献的字符串数量相加,等效于将所有子串中的互异字符求和。


这里可能有点不太好理解,给出数学证明方便理解:如果子串x 如果有3个互异字符abc 说明a对x贡献了1 b对x贡献了1 c对x贡献了1 余下23个字母对x 没有贡献;


下面记函数F(α,β)为字母α对字符串β的贡献值 所以对于任意一个确定的字符串,(函数f的映射规则如题意所示) f(x)=F(a,x)+F(b,x)...+F(z,x)


最后对所有子串对应的f(x)求和 即为answer


记所有子串为x1,x2,x3...xn


所以answer=f(x1)+f(x2)+....+f(xn)


=F(a,x1)+F(b,x1)...+F(z,xn)+f(x)+F(a,x2)+F(b,x2)...+F(z,xn)+...F(a,xn)+F(b,xn)...+F(z,xn)


=[F(a,x1)+F(a,x2)...+F(a,xn)]+[F(b,x1)+F(b,x2)...+F(b,xn)]+...[F(z,x1)+F(z,x2)...+F(z,xn)]

#贡献值法 统计每个字符对答案的增量
S=input()
last_index=[-1 for i in range(26)]#last_index[i]用于记录字母最近出现的位置
c=[0 for _ in range(len(S))]
for j in range(len(S)):
    x=ord(S[j])-ord('a')
    later=len(S) if S[j+1:].find(S[j])==-1 else S[j+1:].find(S[j])+j+1
    c[j]=(later-j)*(j-last_index[x])
    last_index[x]=j
print(sum(c))

我是小郑 正在奔赴热爱 奔赴山海!

相关文章
|
8月前
|
存储 人工智能 算法
第十四届蓝桥杯真题解析
第十四届蓝桥杯真题解析
118 0
|
8月前
|
算法 Java Serverless
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-444 算法训练 求和问题
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-444 算法训练 求和问题
64 1
|
8月前
|
算法 Java C语言
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-439 算法训练 简单字符变换
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-439 算法训练 简单字符变换
65 1
|
3月前
|
Python
蓝桥杯练习题(一):Python组之入门训练题
这篇文章是关于蓝桥杯Python组的入门训练题,包括Fibonacci数列、圆的面积、序列求和和A+B问题的具体代码实现和样例输出。
166 0
|
6月前
|
机器学习/深度学习 自然语言处理 算法
人类偏好对齐训练技术解析
大型语言模型(LLMs)通过在大量文本数据集上进行无监督预训练,获得丰富的语言模式和知识,这一阶段训练后的模型被称为base model。
|
2月前
|
JSON JavaScript 前端开发
蓝桥杯web组赛题解析和杯赛技巧
本文作者是一位自学前端两年半的大一学生,在第十五届蓝桥杯Web组比赛中获得省一和国三。文章详细解析了比赛题纲,涵盖HTML、CSS、JavaScript、Echarts和Vue等技术要点,并分享了备赛技巧和比赛经验。作者强调了多写代码和解题思路的重要性,同时提供了省赛和国赛的具体流程及注意事项。希望对参赛者有所帮助。
141 3
|
3月前
|
存储 机器学习/深度学习 算法
蓝桥杯练习题(三):Python组之算法训练提高综合五十题
蓝桥杯Python编程练习题的集合,涵盖了从基础到提高的多个算法题目及其解答。
143 3
蓝桥杯练习题(三):Python组之算法训练提高综合五十题
|
7月前
|
Java API
备战第十五届蓝桥杯Java软件开发大学B组常见API记录
备战第十五届蓝桥杯Java软件开发大学B组常见API记录
52 0
|
8月前
|
机器学习/深度学习 并行计算 PyTorch
【多GPU炼丹-绝对有用】PyTorch多GPU并行训练:深度解析与实战代码指南
本文介绍了PyTorch中利用多GPU进行深度学习的三种策略:数据并行、模型并行和两者结合。通过`DataParallel`实现数据拆分、模型不拆分,将数据批次在不同GPU上处理;数据不拆分、模型拆分则将模型组件分配到不同GPU,适用于复杂模型;数据和模型都拆分,适合大型模型,使用`DistributedDataParallel`结合`torch.distributed`进行分布式训练。代码示例展示了如何在实践中应用这些策略。
2148 2
【多GPU炼丹-绝对有用】PyTorch多GPU并行训练:深度解析与实战代码指南
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章

热门文章

最新文章

推荐镜像

更多