当前位置: 首页 > news >正文

做网站的功能是什么百度免费注册

做网站的功能是什么,百度免费注册,自建博客网站,专业网站建设平台公司1. 小蓝正在学习一门神奇的语言,这门语言中的单词都是由小写英文字母组 成,有些单词很长,远远超过正常英文单词的长度。小蓝学了很长时间也记不住一些单词,他准备不再完全记忆这些单词,而是根据单词中哪个字母出现得最…

1.

小蓝正在学习一门神奇的语言,这门语言中的单词都是由小写英文字母组 成,有些单词很长,远远超过正常英文单词的长度。小蓝学了很长时间也记不住一些单词,他准备不再完全记忆这些单词,而是根据单词中哪个字母出现得最多来分辨单词。

现在,请你帮助小蓝,给了一个单词后,帮助他找到出现最多的字母和这 个字母出现的次数。

word=input()
count=0
arr=[]
for i in word:counts=word.count(i)if counts>count:count=counts
for j in word:if word.count(j)==count:arr.append(j)
arr.sort()
print(arr[0])
print(count)

2.成绩统计

补充知识点:round()

round()是python自带的一个函数,用于数字的四舍五入。

num=int(input())
pass_num=0
good_num=0
for i in range(num):score=int(input())if score>60:pass_num=pass_num+1if score>85:good_num=good_num+1
pass1=round((pass_num/num)*100)
good1=round((good_num/num)*100)
print("{}%".format(pass1))
print("{}%".format(good1))

3.

补充知识点  abs(x)

abs(x) 是 Python 的一个内置函数,它的功能是返回一个数的绝对值,常用在数学计算中。绝对值是指一个数在数轴上所对应点到原点的距离,是一个非负数。

补充知识点:  math.gcd() 方法

math.gcd()方法是数学模块的一种库方法,用于查找给定数字的GCD(最大公约数),它接受两个整数并返回其最大公约数(将两个数字相除的最大正整数)。

lcm(最小公倍数)

求解lcm时通常用gcd进行辅助计算。
定理:两个自然数的最大公约数与它们的最小公倍数的乘积等于这两个数的乘积。

def Dijkstra(network,s,d): #迪杰克斯拉算法算s-d的最短路径,并返回路径和代价print("Start Dijkstra Path...")path=[] #s-d的最短路径n=len(network) #邻接矩阵维度,即节点个数fmax=999w=[[0 for i in range(n)]for j in range(n)] #邻接矩阵转化为维度矩阵,即0->maxbook=[0 for i in range(n)] #是否已经是最小的标记列表dis=[fmax for i in range(n)] #s 到其他节点的最小距离book[s-1]=1 #节点编号从1开始,列表序号从0开始midpath=[-1 for i in range(n)] #上一跳列表for i in range(n):for j in range(n):if network[i][j]!=0:w[i][j]=network[i][j] #0->maxelse:w[i][j]=fmaxif i==s-1 and network[i][j]!=0: #直连的节点最小距离就是network[i][j]dis[j]=network[i][j]for i in range(n-1): #n-1次遍历,除了s节点min=fmaxfor j in range(n):if book[j]==0 and dis[j]<min: #如果未遍历且距离最小min=dis[j]u=jbook[u]=1for v in range(n): #u直连的节点遍历一遍if dis[v]>dis[u]+w[u][v]:dis[v]=dis[u]+w[u][v]midpath[v]=u+1 #上一跳更新j=d-1 #j是序号path.append(d) #因为存储的是上一跳,所以先加入目的节点d,最后倒置while(midpath[j]!=-1):path.append(midpath[j])j=midpath[j]-1path.append(s)path.reverse() #倒置列表print(path)#print(midpath)print(dis)#return pathnetwork=[[0,2,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0],[2,0,0,0,0,0,0,0,0,2,0,0,0,0,0,0,0,0,0],[1,0,0,3,0,3,3,0,0,0,0,0,0,0,0,0,0,0,0],[1,0,3,0,1,0,2,1,2,0,0,0,0,0,0,0,0,0,0],[1,0,0,1,0,0,0,1,3,0,0,0,0,0,0,0,0,0,0],[0,0,3,0,0,0,1,0,0,1,0,0,0,0,0,0,0,0,0],[0,1,3,2,0,1,0,0,0,0,2,3,0,1,0,0,0,0,0],[0,0,0,1,1,0,0,0,1,0,0,2,0,0,0,0,0,0,0],[0,0,0,0,3,0,3,1,0,0,0,0,3,0,0,0,0,0,0],[0,2,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,2],[0,0,0,0,0,0,2,0,0,0,0,3,0,1,0,0,0,0,0],[0,0,0,0,0,0,0,2,0,0,3,0,1,0,0,0,0,0,0],[0,0,0,0,0,0,0,0,3,0,0,1,0,2,0,0,1,0,1],[0,0,0,0,0,0,0,0,0,0,1,0,2,0,0,1,0,0,0],[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,3,0],[0,0,0,0,0,0,0,0,0,0,2,0,0,1,1,0,0,0,0],[0,0,0,0,0,0,0,0,0,0,0,0,1,0,1,0,0,0,0],[0,0,0,0,0,0,0,0,0,0,0,0,0,0,3,0,0,0,1],[0,0,0,0,0,0,0,0,0,0,2,0,0,1,0,0,0,0,1]
]
Dijkstra(network,1,19)
#弗洛一德算法# 请在此输入您的代码
M = 999
matrix = [[0, 2, 1, 1, 1, M, M, M, M, M, M, M, M, M, M, M, M, M, M],[2, 0, M, M, M, M, 1, M, M, 2, M, M, M, M, M, M, M, M, M],[1, M, 0, 3, M, 3, 3, M, M, M, M, M, M, M, M, M, M, M, M],[1, M, 3, 0, 1, M, 2, 1, 2, M, M, M, M, M, M, M, M, M, M],[1, M, M, 1, 0, M, M, 1, 3, M, M, M, M, M, M, M, M, M, M],[M, M, 3, M, M, 0, 1, M, M, M, M, M, M, M, M, M, M, M, M],[M, 1, 3, 2, M, 1, 0, M, 3, M, M, M, M, M, M, M, M, M, M],[M, M, M, 1, 1, M, M, 0, 1, M, M, 2, M, M, M, M, M, M, M],[M, M, M, 2, 3, M, 3, 1, 0, M, M, M, M, M, M, M, M, M, M],[M, 2, M, M, M, 1, M, M, M, 0, M, M, M, M, M, M, M, M, 2],[M, M, M, M, M, M, 2, M, M, M, 0, 3, M, 1, M, 2, M, M, M],[M, M, M, M, M, M, M, 2, M, M, 3, 0, 1, M, M, M, M, 1, M],[M, M, M, M, M, M, M, M, 3, M, M, 1, 0, 2, M, M, 1, M, 1],[M, M, M, M, M, M, M, M, M, M, 1, M, 2, 0, M, 1, M, M, M],[M, M, M, M, M, M, M, M, M, M, M, M, M, M, 0, 1, 1, 3, M],[M, M, M, M, M, M, M, M, M, M, 2, M, M, 1, 1, 0, M, M, M],[M, M, M, M, M, M, M, M, M, M, M, M, 1, M, 1, M, 0, M, M],[M, M, M, M, M, M, M, M, M, M, M, 1, M, M, 3, M, M, 0, 1],[M, M, M, M, M, M, M, M, M, 2, M, M, 1, M, M, M, M, 1, 0],
]
n = len(matrix)
for i in range(n):for j in range(n):for k in range(n):matrix[i][j] = min(matrix[i][j], matrix[i][k] + matrix[k][j])
print(matrix[0][18])

4.

小明刚刚找到工作,老板人很好,只是老板夫人很爱购物。老板忙的时候经常让小明帮忙到商场代为购物。小明很厌烦,但又不好推辞。

这不,大促销又来了!老板夫人开出了长长的购物单,都是有打折优惠的。

小明也有个怪癖,不到万不得已,从不刷卡,直接现金搞定。

现在小明很心烦,请你帮他计算一下,需要从取款机上取多少现金,才能搞定这次购物。

取款机只能提供 100元面额的纸币。小明想尽可能少取些现金,够用就行了。 你的任务是计算出,小明最少需要取多少现金。

以下是让人头疼的购物单,为了保护隐私,物品名称被隐藏了。

python ceil 函数是返回值上限的X - 不小于x的最小整数。
说明:

这个函数返回值上限的X - 不小于x的最小整数。

语法:

import math

math.ceil( x )

注:此功能是不能直接访问的,所以我们需要导入的数学模块,然后我们需要调用这个函数,用数学的静态对象。

import math
arr='''
****     180.90       88折
****      10.25       65折
****      56.14        9折
****     104.65        9折
****     100.30       88折
****     297.15        半价
****      26.75       65折
****     130.62        半价
****     240.28       58折
****     270.62        8折
****     115.87       88折
****     247.34       95折
****      73.21        9折
****     101.00        半价
****      79.54        半价
****     278.44        7折
****     199.26        半价
****      12.97        9折
****     166.30       78折
****     125.50       58折
****      84.98        9折
****     113.35       68折
****     166.57        半价
****      42.56        9折
****      81.90       95折
****     131.78        8折
****     255.89       78折
****     109.17        9折
****     146.69       68折
****     139.33       65折
****     141.16       78折
****     154.74        8折
****      59.42        8折
****      85.44       68折
****     293.70       88折
****     261.79       65折
****      11.30       88折
****     268.27       58折
****     128.29       88折
****     251.03        8折
****     208.39       75折
****     128.88       75折
****      62.06        9折
****     225.87       75折
****      12.89       75折
****      34.28       75折
****      62.16       58折
****     129.12        半价
****     218.37        半价
****     289.69        8折
'''
arr=arr.split()
sum=0
for i in range(0,len(arr),3):data=float(arr[i+1])discount=arr[i+2]if len(discount)==2:if discount=='半价':discount=0.5else :discount=float(discount[:-1])*0.1else:discount=float(discount[:-1])*0.01sum=sum+data*discount
print(math.ceil(sum/100)*100)

http://www.hkea.cn/news/821988/

相关文章:

  • 外贸b2c网站如何做推广百度电话人工服务
  • 百度怎样做网站并宣传网站2023上海又出现疫情了
  • wordpress后台登录慢阳山网站seo
  • 深圳网站建设企网络推广运营途径
  • 给自己女朋友做的网站yandex搜索引擎
  • 购物网站建设教程怎么在网上做广告宣传
  • 冠县做网站推广网站怎么制作
  • 开封 网站建设苹果被曝开发搜索引擎对标谷歌
  • 东莞虎门高铁站百度客户端电脑版下载
  • 建网站怎么挣钱的学seo推广
  • 自如网站做的好 服务哪个网站学seo是免费的
  • 国外网站阻止国内访问怎么做竞价推广工具
  • 建设一个网站需要哪些方面的开支百度人工客服
  • 品牌网站建设-建站之路最新疫情新闻100字
  • 东莞网站优化科技有限公司怀柔网站整站优化公司
  • 郑州网站建设联系方式外链是什么意思
  • 用wordpress做网站教程电脑优化大师有用吗
  • 佛山企业网站制作今日热点新闻事件
  • 企业网站网络推广黑帽seo培训
  • 欧美做的爱爱网站有哪些广告推广赚钱
  • 泉州网站建设工作室谷歌seo价格
  • 国建设委员会网站百度推广一天烧几千
  • 做网站 花园路国贸营销推广方案包括哪些内容
  • 做商城网站哪里买口碑营销属于什么营销
  • 鞋子 东莞网站建设真正的免费建站在这里
  • 网站上微信的链接怎么做项目平台
  • 做网站后有人抢注关键词网络营销方案策划论文
  • 苏州网站建设网站seo优化的方法
  • 设计网装修seo顾问服
  • 网站ip拦截免费网站搭建平台