类似回旋镖
每周挑战 293
穆罕默德·S·安瓦尔 (Mohammad S. Anwar) 每周都会发出“每周挑战”,让我们所有人都有机会为两周的任务提出解决方案。我的解决方案首先用Python编写,然后转换为Perl。这对我们所有人来说都是练习编码的好方法。
挑战,我的解决方案
任务 1:类似的多米诺骨牌
任务
您将获得一张多米诺骨牌列表,@dominos。
编写一个脚本来返回与任何其他多米诺骨牌相似的多米诺骨牌数量。
如果 (a = c 和 b = d) 或 (a = d 和 b = c),$dominos[i] = [a, b] 和 $dominos[j] = [c, d] 相同。
我的解决方案
我不确定这是英国/美国英语还是其他什么,但我使用 Dominoes 作为 Domino 的复数形式。多米诺骨牌,你饿了就吃什么。
对于此任务,我从命令行获取整数并将它们转换为列表列表(Perl 中的数组的数组)。如果这是一个实际的现实世界项目,我可能会使用数据类,并有一个相等运算符。
我有一个双循环。外层循环 - 称为 i - 是从 0 到比多米诺骨牌数量少 1 的值。内部循环(称为 j)也是相同的。当 i 和 j 相同时我会跳过这种情况。如果位置 i 和 j 的多米诺骨牌相同(数字相同或数字相反),我就加 1 来计数并退出内循环。
def similar_dominoes(dominoes: list) -> int: count = 0 for i in range(len(dominoes)): for j in range(len(dominoes)): if i == j: continue if (dominoes[i][0] == dominoes[j][0] and dominoes[i][1] == dominoes[j][1]) \ or (dominoes[i][0] == dominoes[j][1] and dominoes[i][1] == dominoes[j][0]): count += 1 break return count
示例
$ ./ch-1.py 1 3 3 1 2 4 6 8 2 $ ./ch-1.py 1 2 2 1 1 1 1 2 2 2 3
任务 2:回旋镖
任务
给你一个点数组,(x, y)。
编写一个脚本来找出给定的点是否是回旋镖。
回旋镖是由三个点组成的集合,这些点都不同且不在一条直线上。
我的解决方案
与上一个任务一样,我从命令行获取整数并将它们转换为列表列表(Perl 中的数组的数组)。
我记得足够多的高中数学知识,知道我们可以用公式 (x2 - x1) ÷ (y2 - y1) 得到两点的斜率(梯度)。然而,如果 y1 和 y2 相同,我们会得到被零除的错误。
因此我使用以下检查:
- 如果所有 y 值(每个列表中的第二项)都相同,则返回 False,因为这些点形成一条平坦的线。
- 如果任何 y 值与第一个 y 值相同,则返回 True(因为我们知道至少有一个 y 值不同)。
- 使用上述公式计算第一个点和其他点之间的绝对斜率。将其存储为一组。集合不存储重复的值。
- 如果集合只有一个值,则它是一条直线并返回 False。如果有多个值,那么它就是一个回旋镖。我来这里不是为了确定它是否是一个好的回旋镖:)
def is_boomerang(points: list) -> bool: if all(points[0][1] == points[i][1] for i in range(1, len(points))): return False if any(points[0][1] == points[i][1] for i in range(1, len(points))): return True degrees = set(abs((points[0][0] - points[i][0]) / (points[0][1] - points[i][1])) for i in range(1, len(points))) return False if len(degrees) == 1 else True
示例
$ ./ch-2.py 1 1 2 3 3 2 true $ ./ch-2.py 1 1 2 2 3 3 false $ ./ch-2.py 1 1 1 2 2 3 true $ ./ch-2.py 1 1 1 2 1 3 false $ ./ch-2.py 1 1 2 1 3 1 false $ ./ch-2.py 0 0 2 3 4 5 true
以上是类似回旋镖的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优
