原题链接

6478. 谁进线下了?III - AcWing题库

这是一道睿抗(省赛)题

一开始睿抗是啥都不知道  然后一看是省赛吓得我不轻

但读完题简简单单

一道很水的模拟题(谁能解释一下睿抗啥意思

一起开康康

题目

Xepa Legends 是一个第一人称射击类大逃杀(“吃鸡”)游戏,每轮游戏共有 20支 33人小队参加,最后获胜的队伍被称为“捍卫者”。

最近 Xepa Legends 举行了亚太地区南赛区的线上比赛,争夺 77 个前往沙特阿拉伯利雅得参加线下赛的资格,国内共有 15 支队伍参与到了其中。

因为比赛十分激烈,直到最后谁进了线下仍有巨大的疑问。

小 K 喜欢的国内知名战队 DreamTear 因其队内选手汉堡包表现不佳,正好卡在出线分数前后(是的,真的又是这样),请你赶紧帮帮小 K,看看他喜欢的战队有没有机会出线吧!

因为这次离出线有点距离,我们主要关注的是一个非常特殊的规则:奖励分规则。

以下是奖励分规则的详情:

  • 如果任意一支队伍在一轮比赛获得 50% 或以上的场次获得第一,则获得 1 分奖励分;
  • 如果在该轮比赛结束后,排行第一的队伍领先第二名 50分及以上,则获得 1分奖励分。

现在给定 DreamTear 战队一轮中每场比赛的名次及得分,以及最后当轮比赛第二名队伍的总分,请你告诉小 K,这两分奖励分 DreamTear 战队能不能获得。

注意奖励分是单独的一个分数,不参与当轮比赛的得分计算中。

输入格式

输入第一行是一个正整数 T,表示有 T组数据。

接下来的 T部分数据,每部分数据第一行是两个正整数 N,S,,表示一轮比赛里共打了 N场比赛,第二名的队伍最后获得了 S分。

接下来的 N行,每行是两个非负整数 Ri,Ci,表示 DreamTear 战队一场比赛获得的排名,以及该场比赛的总分。

输出格式

对于每组数据,输出两个数,第一个数表示能不能获得大于等于 50%50% 场次第一的奖励分,第二个数表示能不能获得超过第二名队伍得分 5050 分及以上的奖励分,00 表示不能,11 表示能,用一个空格隔开。

数据范围

1≤T≤5,
1≤N≤20,
0≤S≤500,
1≤Ri≤20,
0≤Ci≤70

输入样例:
3
6 67
1 25
7 4
19 3
4 11
2 20
6 8
6 20
1 25
7 4
19 3
4 11
2 20
6 8
6 51
1 19
4 16
1 28
5 9
1 29
16 0
输出样例:
0 0
0 1
1 1

问题解析
这个问题是关于判断一支名为 DreamTear 的战队能否获得两项奖励分,根据 Xepa Legends 游戏比赛的规则:
第一项奖励分:如果队伍在一轮比赛中获得 50% 或以上场次的第一名,则获得 1 分奖励分
第二项奖励分:如果队伍的总得分领先第二名 50 分及以上,则获得 1 分奖励分
我们需要根据输入的数据,判断该战队是否能获得这两项奖励分。
代码实现思路
读取测试数据组数 T
对每组数据:
读取比赛场数 N 和第二名的总分 S
依次读取每场比赛的排名 R 和得分 C
统计获得第一名的场次(R=1)
计算总得分
判断是否满足两项奖励分条件:
第一项:第一名场次 ≥ 总场次的 50%(即 cnt×2 ≥ n)
第二项:总得分 - 第二名得分 ≥ 50(即 tot - s ≥ 50)
输出判断结果(1 表示能获得,0 表示不能)

代码说明

#include <bits/stdc++.h>
using namespace std;int main(){int T;cin>>T;  // 读取测试数据组数while(T--){int n,s;cin>>n>>s;  // 读取比赛场数和第二名总分int cnt=0,tot=0;  // cnt统计第一名次数,tot统计总得分for(int i=0; i<n; i++){int r,c;cin>>r>>c;if(r==1) cnt++;  // 如果是第一名,计数加1tot+=c;  // 累加总得分}// 判断并输出结果// 第一项:cnt×2 >= n 等价于 cnt >= n/2// 第二项:总得分与第二名的差距是否>=50cout<<(cnt*2>=n)<<" "<<(tot-s>=50)<<endl;}return 0;
}

我的代码通过简单的计数和累加操作,就能高效地判断两个奖励分条件是否满足,时间复杂度为 O (T×N),完全符合题目的数据范围要求。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/diannao/94857.shtml
繁体地址,请注明出处:http://hk.pswp.cn/diannao/94857.shtml
英文地址,请注明出处:http://en.pswp.cn/diannao/94857.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

openpnp - 不连接设备,只大概测试一下摄像头是否好使

文章目录openpnp - 不连接设备&#xff0c;只大概测试一下摄像头是否好使概述笔记备注备注ENDopenpnp - 不连接设备&#xff0c;只大概测试一下摄像头是否好使 概述 顶部相机摄像头在拆装过程中&#xff0c;可能被手上的静电打坏了。 现在和电脑连接是正常的&#xff0c;但是…

使用Python提取PDF大纲(书签)完整指南

&#x1f50d; 一、PDF大纲简介&#x1f4cc; ​PDF大纲&#xff08;Outline&#xff09;​​ 是PDF文档中的导航结构&#xff0c;通常显示在阅读器的侧边栏中&#xff0c;方便用户快速跳转到文档的不同部分。大纲通常以层级结构组织&#xff0c;包含标题和对应的页面位置。本文…

第39周——训练自己的数据集

目录 1. 下载数据 2. 配置开发环境 3. 预处理数据 &#x1f368; 本文为&#x1f517;365天深度学习训练营 中的学习记录博客&#x1f356; 原作者&#xff1a;K同学啊 1. 下载数据 百度网盘&#xff1a;百度网盘 请输入提取码 压缩文件中有两个文件夹&#xff0c;分别是Annot…

CentOS7中Docker的安装与卸载

CentOS7 从零开始:Docker 安装与卸载全指南(新手友好版) 作为一名刚接触 Linux 和容器技术的新手,你是否曾在安装 Docker 时被各种命令和报错搞得一头雾水?比如执行 yum install docker 时提示 “仓库不存在”,或者启动 Docker 后用 docker version 只显示 client 不显示…

解决MinIO上传图片后返回URL无法访问的问题

一、问题现象 上传接口返回了文件的访问路径&#xff0c;比如&#xff1a; http://127.0.0.1:9005/lease/20250808/xxx-uuid.png但是用浏览器直接打开该地址却显示权限拒绝,前端也访问不到:二、问题原因分析 桶权限设置不正确: MinIO默认桶权限是私有的&#xff0c;即使浏览器能…

系统网络端口安全扫描脚本及详解

#!/bin/bash # 系统服务端口安全扫描 - 修正版echo " 系统服务端口安全扫描报告 "# 1. 高风险端口识别 echo "⚠️ 对外开放的高风险端口:" awk /0.0.0.0:21/ {print " 端口 21 - FTP (明文传输)\n &#x1f6a8; 严重安全风险&#xff0c;建议…

DAY 39 图像数据与显存

知识点回顾 图像数据的格式&#xff1a;灰度和彩色数据模型的定义显存占用的4种地方 模型参数梯度参数优化器参数数据批量所占显存神经元输出中间状态 batchisize和训练的关系 一、 图像数据的介绍 1.1 灰度图像 从这里开始我们进入到了图像数据相关的部分&#xff0c;也是默认…

从大数据视角理解时序数据库选型:为何选择 Apache IoTDB?

目录一、什么是时序数据库&#xff1f;为什么你需要它&#xff1f;&#x1f527;典型应用场景&#xff1a;二、时序数据库选型维度有哪些&#xff1f;三、为什么推荐 Apache IoTDB&#xff1f;&#x1f9e0; Apache 顶级项目&#xff0c;工业 IoT 场景原生支持&#x1f680; 性…

[ MySQL 数据库 ] 环境安装配置和使用

目录 一. 数据库(DataBase) 1.定义: 2. 常见的数据库产品&#xff1a; 3. MySQL数据库 (1). 介绍 : (2). cmd命令行方式连接 MySQL (3). MySQL的常用命令 二. MySQL数据库 环境安装及配置 三. SQL 1.定义 : 2. DDL (1)数据库 (2)数据表 1. 字段(列)和记录(行) 2. 表特征 3.…

Numpy科学计算与数据分析:Numpy布尔索引与花式索引实战

Numpy高级索引 学习目标 通过本课程&#xff0c;学员将掌握Numpy中布尔索引和花式索引的使用方法&#xff0c;能够灵活运用这些高级索引技术进行复杂的数据操作和处理。 相关知识点 Numpy高级索引 学习内容 1 Numpy高级索引 1.1 布尔索引 布尔索引是Numpy中一种非常强大…

【Linux】patch补丁的生成与使用方法总结

引言 在 Linux 和开源世界中&#xff0c;patch 是一个极其强大且常用的工具。它允许开发者和系统管理员以增量方式修改文件&#xff0c;特别适用于源代码的更新、错误修复、功能补丁的分发与应用。 目录 引言 一、patch介绍 二、生成补丁文件 三、补丁文件内容解析 四、p…

杂谈 001 · VScode / Copilot 25.08 更新

原文链接https://www.castamerego.com/blog/talk-001 2025.08.08 , VS code 发布八月更新&#xff0c;同一天 Copilot 也更新了 GPT-5, 浅体验一下 VS code 更新 发行说明更新页面内跳转显示 AI 比例页面内跳转 Copilot 更新 对话回溯 checkpoints页面内跳转进度列表页面内…

微软发布Project Ire项目:可自主检测恶意软件的人工智能系统

微软Project Ire项目利用AI自主逆向工程并分类软件性质微软近日公布了Project Ire项目&#xff0c;这是一个能够自主进行逆向工程并分类软件性质的人工智能&#xff08;AI&#xff09;系统。该系统由大型语言模型&#xff08;LLM&#xff09;驱动&#xff0c;通过使用反编译器等…

k8s核心组件——kubelet详解

&#x1f680;Kubernetes 核心组件解析&#xff1a;什么是 Kubelet&#xff1f;它的作用是什么&#xff1f; 在 Kubernetes&#xff08;K8s&#xff09;集群中&#xff0c;Kubelet 是最重要的 Node 组件之一&#xff0c;它负责管理和维护 Pod 的生命周期&#xff0c;确保容器在…

C++ 部署LSTM(.onnx)

0、 背景 在工业自动化控制领域&#xff0c;预测某些变量是否关键。根据工厂的数据&#xff0c;训练好模型之后&#xff0c;将其转我通用的onnx 模型&#xff0c;并实现高效的推理。 模型训练 import numpy as np from para import * from data_utils import MyDataset from da…

深度学习-卷积神经网络CNN-1×1卷积层

1x1卷积核&#xff0c;又称为网中网&#xff08;Network in Network&#xff09;&#xff1a;NIN卷积的本质是有效提取相邻像素间的相关特征&#xff0c;而11的卷积显然没有此作用。它失去了卷积层的特有能力——在高度和宽度维度上&#xff0c;识别相邻元素间相互作用的能力。…

使用 Python 异步爬虫抓取豆瓣电影Top250排行榜

导读 在现代网络爬虫开发中,面对 海量网页数据、慢速响应的网络接口,传统的同步爬虫方式已经不能满足高效抓取需求。本文将手把手带你构建一个 基于 aiohttp + asyncio 的异步爬虫系统,实战目标是抓取豆瓣电影 Top250 排行榜中的电影名称、评分和详情页地址。 目录 导读 …

云原生开发全面解析:从核心理念到实践挑战与解决方案

1. 云原生开发的核心理念与定义 云原生&#xff08;Cloud Native&#xff09;是一种基于云计算环境设计和运行应用程序的方法论&#xff0c;其三大技术支柱为容器化、微服务和声明式API。根据CNCF定义&#xff0c;云原生技术通过标准化接口和自动化管理&#xff0c;使应用具备…

WebForms 实例

WebForms 实例 引言 WebForms 是 ASP.NET 技术中的一种重要技术,它允许开发者以表单的形式创建动态网页。本文将通过具体的实例,深入探讨 WebForms 的基本概念、实现方法以及在实际项目中的应用。 WebForms 简介 WebForms 是一种用于创建动态网页的框架,它允许开发者以类…

Java 之 多态

一、多态 多态故名思义&#xff0c;多种状态。比如Animal 这个类中&#xff0c;eat 方法是 公共的方法&#xff0c;但是当 People&#xff0c;Dog , Cat,继承时&#xff0c;我们知道人要吃的是米饭&#xff0c;狗要吃的是狗粮&#xff0c;猫要吃的是猫粮。所以当不同类型的引用…