Kemunculan Pasar Monyet Hari Kod
Hari 22: Pasar Monyet
Repo GitHub
Teka-teki hari ini agak menyeronokkan kerana ia agak lurus ke hadapan. Banyak perkara yang perlu dilakukan adalah dalam arahan, iaitu beberapa manipulasi integer dan kemudian jumlah mudah (sekurang-kurangnya untuk Bahagian 1).
Bahagian 1
Kod ini agak lurus ke hadapan, kami menjalankan gelung 2,000 kali, setiap kali menyimpan nombor rahsia baharu, jadi kami boleh merumuskannya pada penghujungnya.
Bahagian 2
Ok jadi yang ini mengambil sedikit lebih kuasa otak, tetapi sekali lagi banyak logik dalam arahan.
Salah satu perbezaan terbesar ialah fungsi calc_price_changes(). Fungsi ini memproses urutan nombor dan hanya mengira "perubahan harga" untuk mengenal pasti corak.
Mari menyelam lebih dekat:
Fungsi calc_price_changes:
Memproses senarai "rahsia yang dihasilkan".
Mengira perubahan dalam "harga" (digit terakhir setiap rahsia).
Mengenal pasti corak unik 4 perubahan berturut-turut.
4.Mengagregatkan skor berdasarkan corak ini.
Ia memerlukan dua hujah:
Senarai nombor (mewakili rahsia yang dijana) serta objek seperti kamus (defaultdictcr) untuk menyimpan dan mengagregat markah untuk corak unik.
Dikte lalai ialah alat yang sangat berguna. Ia berfungsi seperti kamus biasa tetapi dengan kelebihan utama. Jika ia tidak menjumpai kunci dalam kamus, ia akan mengendalikan penciptaan kunci dan memberikannya nilai lalai bagi jenis yang diluluskan.
mencari perubahan urutan 4
for p in range(len(price_change_sequence) - 4 + 1): changes = price_change_sequence[p: p + 4] key = tuple((changes[0][0], changes[1][0], changes[2][0], changes[3][0])) if key not in sequences: sequence_sum[key] += changes[3][1] sequences.add(key)
Kod di atas menggunakan tetingkap gelongsor 4 untuk mengekstrak kumpulan 4 tupel (perubahan, harga) berturut-turut.
Contoh: Jika jujukan_perubahan_harga ialah [(1, 5), (2, 7), (-1, 6), (3, 9)], satu “ketulan” ialah [(1, 5), (2, 7), (-1, 6), (3, 9)].
Kami kemudian mengekstrak hanya nilai perubahan daripada 4-tuple, cth -2,-1,1 dsb. Jika corak itu belum lagi dalam urutan, ia adalah corak baharu, jadi boleh menambah harga terakhir (perubahan[ 3][1]) kepada sequence_sum[pattern]. Tandai kekunci sebagai diproses dengan menambahkannya pada urutan yang ditetapkan.
Pada akhir fungsi:
sequence_sum mengandungi pemetaan corak 4-perubahan unik (seperti yang kami gunakan Set) kepada skor agregatnya (berdasarkan harga akhir dalam setiap jujukan).
Contoh: {(1, 2, -1, 3): 9, (-2, 0, 1, -1): 6}.
Walkthrough
Katakan kami mempunyai input
generated_secrets = [45, 46, 50, 53, 58, 61] sequence_sum = defaultdict(int) calc_price_changes(generated_secrets, sequence_sum)
Langkah:
1. Kira Perubahan Harga:
Harga: [5, 6, 0, 3, 8, 1] (digit terakhir).
Perubahan: [(1, 6), (-6, 0), (3, 3), (5, 8), (-7, 1)]
- Ekstrak Corak 4-Tukar: (1, -6, 3, 5) → Tambah 8 (harga terakhir dalam corak) ke sequence_sum. (-6, 3, 5, -7) → Tambahkan 1 pada sequence_sum.
Output:
{(1, -6, 3, 5): 8, (-6, 3, 5, -7): 1}
Membungkus
Begini cara semuanya bersatu:
Pemprosesan Input: Kami membaca dan menukar input kepada senarai nombor rahsia.
Penjanaan Jujukan: Untuk setiap rahsia, kami mengembangkannya secara berulang lebih 2000 generasi untuk menghasilkan jujukan nilai terbitan.
Analisis Perubahan Harga: Kami mengira perbezaan antara harga berturut-turut (digit terakhir) dalam jujukan, mengenal pasti corak 4 perubahan yang unik dan skor agregat untuk corak tersebut.
Pengeluaran Hasil: Akhirnya, kami menentukan corak yang paling berkesan dengan mencari corak yang mempunyai skor agregat tertinggi.
Dengan memecahkan masalah kepada langkah modular yang jelas, kami memproses data dengan cekap, menjejak corak dan menyelesaikan teka-teki.
Seperti biasa, saya harap ini telah membantu dan anda telah mempelajari sesuatu daripada penyelesaian saya. Jangan teragak-agak untuk meninggalkan pengikut, atau hubungi di Twitter
Atas ialah kandungan terperinci Kemunculan Pasar Monyet Hari Kod. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.
