【洛谷算法题】P3954-成绩【入门1顺序结构】

简介: 【洛谷算法题】P3954-成绩【入门1顺序结构】

【洛谷算法题】P3954-成绩【入门1顺序结构】

题目链接:[NOIP2017 普及组] 成绩 - 洛谷

🌏题目背景

NOIP2017 普及组 T1

🌏题目描述

牛牛最近学习了 C++ 入门课程,这门课程的总成绩计算方法是:

总成绩=作业成绩$ \times 20%+小测成绩 小测成绩小测成绩×30%+期末考试成绩 期末考试成绩期末考试成绩 \times 50%$

牛牛想知道,这门课程自己最终能得到多少分。

🌏输入格式

三个非负整数 A , B , C A,B,CA,B,C,分别表示牛牛的作业成绩、小测成绩和期末考试成绩。相邻两个数之间用一个空格隔开,三项成绩满分都是 100 100100 分。

🌏输出格式

一个整数,即牛牛这门课程的总成绩,满分也是 100 100100 分。

🌏样例 #1

🌙样例输入 #1

100 100 80

🌙样例输出 #1

90

🌏样例 #2

🌙样例输入 #2

60 90 80

🌙样例输出 #2

79

🌏提示

🌙输入输出样例 1 说明

牛牛的作业成绩是 100 100100 分,小测成绩是 100 100100 分,期末考试成绩是 80 8080 分,总成绩是 100 × 20 % + 100 × 30 % + 80 × 50 % = 20 + 30 + 40 = 90 100 \times 20\%+100 \times 30\%+80 \times 50\%=20+30+40=90100×20%+100×30%+80×50%=20+30+40=90

🌙输入输出样例 2 说明

牛牛的作业成绩是 60 6060 分,小测成绩是 90 9090 分,期末考试成绩是 80 8080 分,总成绩是 60 × 20 % + 90 × 30 % + 80 × 50 % = 12 + 27 + 40 = 79 60 \times 20\%+90 \times 30\%+80 \times 50\%=12+27+40=7960×20%+90×30%+80×50%=12+27+40=79

🌙数据说明

对于 30 % 30\%30% 的数据,A = B = 0 A=B=0A=B=0

对于另外 30 % 30\%30% 的数据,A = B = 100 A=B=100A=B=100

对于 100 % 100\%100% 的数据,0 ≤ A , B , C ≤ 100 0≤A,B,C≤1000A,B,C100A , B , C A,B,CA,B,C 都是 10 1010 的整数倍。

🌏题解

import java.util.Scanner;
public class P3954 {
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        int a = in.nextInt(), b = in.nextInt(), c = in.nextInt();
        System.out.print((int)(a * 0.2 + b * 0.3 + c * 0.5));
        in.close();
    }
}

🌏总结

由题意我们只需要一个公式a * 0.2 + b * 0.3 + c * 0.5就可以得到我们想要的总成绩,但是题目要求最后的成绩是一个整数,但是以上公式肯定会有得到浮点数的情况,所以我们要将结果强制转换为 int 类型。

作者:花无缺(huawuque404.com)

目录
打赏
0
0
0
0
43
分享
相关文章
强化学习:时间差分(TD)(SARSA算法和Q-Learning算法)(看不懂算我输专栏)——手把手教你入门强化学习(六)
本文介绍了时间差分法(TD)中的两种经典算法:SARSA和Q-Learning。二者均为无模型强化学习方法,通过与环境交互估算动作价值函数。SARSA是On-Policy算法,采用ε-greedy策略进行动作选择和评估;而Q-Learning为Off-Policy算法,评估时选取下一状态中估值最大的动作。相比动态规划和蒙特卡洛方法,TD算法结合了自举更新与样本更新的优势,实现边行动边学习。文章通过生动的例子解释了两者的差异,并提供了伪代码帮助理解。
114 2
通过优化算法和代码结构来提升易语言程序的执行效率
通过优化算法和代码结构来提升易语言程序的执行效率
136 2
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
88 3
如何通过优化算法和代码结构来提升易语言程序的执行效率?
如何通过优化算法和代码结构来提升易语言程序的执行效率?
181 5
机器学习入门:理解并实现K-近邻算法
机器学习入门:理解并实现K-近邻算法
81 0
机器学习入门(三):K近邻算法原理 | KNN算法原理
机器学习入门(三):K近邻算法原理 | KNN算法原理
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
基于和声搜索优化算法的机器工作调度matlab仿真,输出甘特图
本程序基于和声搜索优化算法(Harmony Search, HS),实现机器工作调度的MATLAB仿真,输出甘特图展示调度结果。算法通过模拟音乐家即兴演奏寻找最佳和声的过程,优化任务在不同机器上的执行顺序,以最小化完成时间和最大化资源利用率为目标。程序适用于MATLAB 2022A版本,运行后无水印。核心参数包括和声记忆大小(HMS)等,适应度函数用于建模优化目标。附带完整代码与运行结果展示。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等