L1-030 一帮一
L1
2023-09-14 09:15:02 时间
L1-030 一帮一
分数 15
作者 陈越
单位 浙江大学
“一帮一学习小组”是中小学中常见的学习组织方式,老师把学习成绩靠前的学生跟学习成绩靠后的学生排在一组。本题就请你编写程序帮助老师自动完成这个分配工作,即在得到全班学生的排名后,在当前尚未分组的学生中,将名次最靠前的学生与名次最靠后的异性学生分为一组。
输入格式:
输入第一行给出正偶数N(≤50),即全班学生的人数。此后N行,按照名次从高到低的顺序给出每个学生的性别(0代表女生,1代表男生)和姓名(不超过8个英文字母的非空字符串),其间以1个空格分隔。这里保证本班男女比例是1:1,并且没有并列名次。
输出格式:
每行输出一组两个学生的姓名,其间以1个空格分隔。名次高的学生在前,名次低的学生在后。小组的输出顺序按照前面学生的名次从高到低排列。
输入样例:
8
0 Amy
1 Tom
1 Bill
0 Cindy
0 Maya
1 John
1 Jack
0 Linda
输出样例:
Amy Jack
Tom Linda
Bill Maya
Cindy John
代码长度限制
16 KB
时间限制
400 ms
内存限制
64 MB
C++ (g++)
思路:
本来一开始想的是用两个数组,一个存男生 一个存女生,然后男生顺序输出,女生逆序输出即可,忽略了按照排名输出= =。
后来才想起来,所以改为一个数组,设置一个结构体,分别有性别和姓名。
然后还是一样的思路,从0到n/2先顺序输出第一个,然后逆序从n到n/2输出第二个,这时候要判断性别是不是不同并且后面那一个没有被访问过,如果都满足的话那么break进行下一次循环。
AC代码:
#include<bits/stdc++.h>
using namespace std;
struct student {
int sex;
string name;
};
int main() {
int n;
cin >> n;
student stu[51];
int vis[50] = { 0 };
for (int i = 0; i < n; i++) {
cin >> stu[i].sex >> stu[i].name;
}
for (int i = 0; i < n / 2; i++) {
cout << stu[i].name << " ";
for (int j = n - 1; j >= n / 2; j--) {
if (vis[j] == 0 && stu[j].sex != stu[i].sex) {
cout << stu[j].name << endl;
vis[j] = 1;
break;
}
}
}
return 0;
}
相关文章
- 【通俗易懂】机器学习中 L1 和 L2 正则化的直观解释[通俗易懂]
- pytorch实现L2和L1正则化regularization的方法
- 机器学习中正则化项L1和L2的直观理解
- 肿瘤内浆细胞预测非小细胞肺癌PD-L1阻断的结果
- mseloss 与 smooth_l1_loss比较
- Theranostics(IF>11)| ILT4抑制增强抗PD-L1治疗NSCLC的疗效
- L1 赛道终局未定,抗量子隐私公链会成下一个热点吗?
- PD-L1在乳酸环境中的调节机制 | MedChemExpress
- PTA 练习 - L1-005 考试座位号 (15 分)
- PTA 练习 L1-006 连续因子 (20 分)
- PTA 练习 L1-056 猜数字 (20 分)
- PTA 练习 L1-054 福到了 (15 分)
- PTA 练习 L1-009 N个数求和 (20 分)
- PTA 练习 L1-020 帅到没朋友 (20 分)
- PTA 练习 L1-011 A-B (20 分)
- L1-023 输出GPLT (20 分)
- L1-008 求整数段和 (10 分)
- L1-048 矩阵A乘以B (15 分)
- L1 L2 L3 Cache到底放在哪里好呢?
- 深度学习基础5:交叉熵损失函数、MSE、CTC损失适用于字识别语音等序列问题、Balanced L1 Loss适用于目标检测
- 深度学习基础入门篇[六(1)]:模型调优:注意力机制[多头注意力、自注意力],正则化【L1、L2,Dropout,Drop Connect】等
- 深度学习基础入门篇[五]:交叉熵损失函数、MSE、CTC损失适用于字识别语音等序列问题、Balanced L1 Loss适用于目标检测
- 深度学习基础入门篇[六(1)]:模型调优:注意力机制[多头注意力、自注意力],正则化【L1、L2,Dropout,Drop Connect】等
- 企业管理软件 Support 领域 的 L1,L2 和 L3 Support 以及 SLA 的概念
- 正则化方法:L1和L2 regularization及区别、数据集扩增、dropout详解大数据
- L1 终端错误漏洞(L1TF)如何影响 Linux 系统