OpenJudge计算概论-四大湖

简介: /*====================================================================== 四大湖 总时间限制: 1000ms 内存限制: 65536kB 描述 我国有4大淡水湖。
/*======================================================================
四大湖
总时间限制: 1000ms 内存限制: 65536kB
描述
我国有4大淡水湖。 
A说:洞庭湖最大,洪泽湖最小,鄱阳湖第三。 
B说:洪泽湖最大,洞庭湖最小,鄱阳湖第二,太湖第三。 
C说:洪泽湖最小,洞庭湖第三。 
D说:鄱阳湖最大,太湖最小,洪泽湖第二,洞庭湖第三。 
已知这4个湖的大小均不相等,4个人每人仅答对一个, 
请编程按照鄱阳湖、洞庭湖、太湖、洪泽湖的顺序给出他们的大小排名。
输入
无。
输出
输出为4行,第1行为鄱阳湖的大小名次,从大到小名次分别表示为1、2、3、4;第2、3、4行分别为洞庭湖、太湖、洪泽湖的大小名次。
样例输入
(无)
样例输出
3
2
1
4
提示
样例输出仅供格式参考
========================================================================*/
#include<stdio.h>
int main()
{
    int a,b,c,d;//代表a、b、c、d四人说的话说对的数量。 
    int x,y,z,m;//代表鄱阳湖、洞庭湖、太湖、洪泽湖 的排名。1是最大,4是最小 
    for(x=1;x<=4;x++)
    {
        for(y=1;y<=4;y++)
        {
            if(x!=y)
            {
                for(z=1;z<=4;z++)
                {
                    if(z!=x&&z!=y)
                    {
                        m=10-x-y-z;
                        a=(y==1)+(m==4)+(x==3);
                        b=(m==1)+(y==4)+(x==2)+(z==3);
                        c=(m==4)+(y==3);
                        d=(x==1)+(z==4)+(m==2)+(y==3);
                        if(a*b*c*d==1)
                        {
                            printf("%d\n%d\n%d\n%d\n",x,y,z,m);
                            return 0;
                        }
                    }
                    
                }
            }    
        }
    }
    return 0;
}

 

相关文章
|
1天前
|
存储 SQL 分布式计算
大数据时代的引擎:大数据架构随记
大数据架构通常分为四层:数据采集层、数据存储层、数据计算层和数据应用层。数据采集层负责从各种源采集、清洗和转换数据,常用技术包括Flume、Sqoop和Logstash+Filebeat。数据存储层管理数据的持久性和组织,常用技术有Hadoop HDFS、HBase和Elasticsearch。数据计算层处理大规模数据集,支持离线和在线计算,如Spark SQL、Flink等。数据应用层将结果可视化或提供给第三方应用,常用工具为Tableau、Zeppelin和Superset。
28 8
|
3月前
|
存储 分布式计算 数据管理
不可思议!Delta Lake 打造批流一体数据仓库,颠覆传统数据管理的奇迹之作
【9月更文挑战第3天】Delta Lake 是一种高效的数据存储格式,适用于构建批流一体的数据仓库。它支持 ACID 事务,确保数据一致性;能自动处理数据模式变更,简化开发流程。本文将分四步介绍如何使用 Delta Lake 实现批流一体的数据仓库:配置环境、创建 Delta Lake 表、执行批处理与流处理操作。通过示例代码展示其强大功能,适用于电商等多种场景下的数据整合与实时分析。
63 2
|
7月前
|
人工智能 NoSQL 测试技术
世界第一!蚂蚁图计算TuGraph打破LDBC SNB-BI世界纪录
近日,国际关联数据基准委员会(Linked Data Benchmark Council,以下简称LDBC)发布了图数据基准测评“LDBC SNB-BI”最新结果。由蚂蚁集团自研的流式图计算引擎TuGraph Analytics在30TB规模的数据集上成功完成了基准测试,数据规模和性能打破了此前的公开纪录,关键指标中的并发吞吐量提升至2.84倍,查询能力提升至1.86倍。
世界第一!蚂蚁图计算TuGraph打破LDBC SNB-BI世界纪录
|
7月前
|
大数据
大数据在城市规划领域的应用有哪些?请举例说明。
大数据在城市规划领域的应用有哪些?请举例说明。
87 0
|
存储 缓存 关系型数据库
小红书万亿级社交网络关系下的图存储系统的架构设计与实践
本文将为你分享小红书面向超大规模社交网络的图存储系统REDtao的架构设计与技术实践过程,希望能带给你启发。
229 0
|
数据采集 存储 算法
数据仓库之数据质量建设(深度好文)(一)
数仓建设真正的难点不在于数仓设计,而在于后续业务发展起来,业务线变的庞大之后的数据治理,而数据治理的范围非常广,包含数据本⾝的管理、数据安全、数据质量、数据成本等。在这么多治理内容中,大家想下最重要的治理是什么?当然是数据质量治理,因为数据质量是数据分析结论有效性和准确性的基础,也是这一切的前提。所以如何保障数据质量,确保数据可用性是数据仓库建设中不容忽视的环节。
631 0
数据仓库之数据质量建设(深度好文)(一)
|
数据采集 分布式计算 监控
数据仓库之数据质量建设(深度好文)(二)
数仓建设真正的难点不在于数仓设计,而在于后续业务发展起来,业务线变的庞大之后的数据治理,而数据治理的范围非常广,包含数据本⾝的管理、数据安全、数据质量、数据成本等。在这么多治理内容中,大家想下最重要的治理是什么?当然是数据质量治理,因为数据质量是数据分析结论有效性和准确性的基础,也是这一切的前提。所以如何保障数据质量,确保数据可用性是数据仓库建设中不容忽视的环节。
385 0
数据仓库之数据质量建设(深度好文)(二)
|
缓存 运维 负载均衡
架构概论及架构演变史
架构概论及架构演变史
163 0
架构概论及架构演变史
|
机器学习/深度学习 新零售 算法
阿里去年新增12亿行代码;即将开源自研科学计算引擎、图学习框架;行人重识别算法斩获世界第一 | 周博通
每周一早晨,阿里妹为你呈现最新的“技术资讯早餐”,和腊八粥一样拥有丰富干货、营养美味。五分钟时间,让你成为“周博通”。 周 博 通 阿里巴巴脱贫基金年报发布 感受脱贫攻坚中的工程师力量 2017年12月,马老师宣布成立阿里巴巴脱贫基金,将脱贫作为阿里的战略性业务,5年投入100亿元,用于电商、教育、生态、健康、女性等五个方向。
2619 0
下一篇
DataWorks