博客
关于我
B1015 德才论 (python)
阅读量:619 次
发布时间:2019-03-13

本文共 1354 字,大约阅读时间需要 4 分钟。

为了解决这个问题,我们需要根据司马光的德才论对考生的录取排名进行排序。德才论将考生分为四类,每类按不同的规则排序,最终合并后输出排名。

方法思路

  • 分类考生:根据德分和才分是否达到特定的分数线,将考生分为四类:

    • s1:德分和才分都达到优先线H。
    • s2:德分达到优先线H,才分不达到优先线H但达到最低线L。
    • s3:德分和才分都低于优先线H,但德分高于才分且达到最低线L。
    • s4:其他情况,包括德分或才分达到最低线L但不符合上述条件的考生。
  • 排序每类考生:每类内部按德才总分降序排列,若总分相同则按德分降序,若德分相同则按准考证号升序排列。

  • 合并排序结果:将四类考生的排序结果合并,得到最终的录取排名。

  • 解决代码

    n, l, h = map(int, input().split())students = []for _ in range(n):    parts = input().split()    students.append((parts[0], int(parts[1]), int(parts[2])))s1 = []s2 = []s3 = []s4 = []for student in students:    qno, d, c = student    if d >= h and c >= h:        s1.append(student)    elif d >= h and c >= l:        s2.append(student)    elif d >= c and d >= l:        s3.append(student)    else:        if d >= l or c >= l:            s4.append(student)def sort_students(students):    return sorted(students, key=lambda x: (-(x[1] + x[2]), -x[1], x[0]), reverse=False)s1_sorted = sort_students(s1)s2_sorted = sort_students(s2)s3_sorted = sort_students(s3)s4_sorted = sort_students(s4)sorted_list = s1_sorted + s2_sorted + s3_sorted + s4_sortedprint(len(sorted_list))for student in sorted_list:    print(f"{student[0]} {student[1]} {student[2]}")

    代码解释

  • 读取输入:首先读取考生总数N、最低分数线L和优先线H,然后读取每个考生的信息。
  • 分类考生:根据德分和才分是否达到特定分数线,将考生分配到相应的四类中。
  • 排序每类考生:使用自定义的排序函数对每类考生进行排序,确保按德才总分、德分和准考证号的规则排列。
  • 合并排序结果:将四类考生的排序结果合并,得到最终的录取排名,并输出结果。
  • 这种方法确保了每个考生都按正确的规则被分类和排序,最终的结果符合题目要求。

    转载地址:http://kdjaz.baihongyu.com/

    你可能感兴趣的文章
    NumPy 库详细介绍-ChatGPT4o作答
    查看>>
    NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
    查看>>
    numpy 或 scipy 有哪些可能的计算可以返回 NaN?
    查看>>
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>
    NumPy 数组拼接方法-ChatGPT4o作答
    查看>>
    numpy 用法
    查看>>
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    numpy.linalg.norm(求范数)
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy中的argsort的用法
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>