博客
关于我
PAT——1032. 挖掘机技术哪家强
阅读量:464 次
发布时间:2019-03-06

本文共 1031 字,大约阅读时间需要 3 分钟。

为了比较各个学校在挖掘机技术方面的实力,PAT组织了一个挖掘机技能大赛。比赛结果由参赛者的表现和分数决定。我们的任务是根据比赛结果统计出技术最强的学校。

输入格式如下:第一行给出正整数N,表示参赛人数。接下来的N行,每行包含两个整数:第一个是参赛者的学校编号,第二个是比赛成绩(百分制)。

输出格式:一行,给出总分最高的学校编号和总分,中间用空格分隔。

解决这个问题的方法是,使用一个数组来记录每个学校的总得分。对于每个参赛者,将其成绩加到对应的学校总分中。最后,遍历数组,找出总分最高的学校及其得分。

具体步骤:

  • 读取参赛人数N。
  • 初始化一个足够大的数组,用于存储每个学校的总分。
  • 遍历每个参赛者,将其成绩加到对应的学校总分中。
  • 找出总分最高的学校及其总分。
  • 输出结果。
  • 代码实现:

    package com.hone.basical;import java.util.Scanner;public class BestSchool {    public static void main(String[] args) {        Scanner s = new Scanner(System.in);        int n = s.nextInt();        int[] scores = new int[100001]; // 足够大,避免溢出        for (int i = 0; i < n; i++) {            int schoolId = s.nextInt();            int score = s.nextInt();            scores[schoolId] += score;        }        int maxScore = -1;        int bestSchoolId = 0;        for (int i = 1; i <= n; i++) {            if (scores[i] > maxScore) {                maxScore = scores[i];                bestSchoolId = i;            }        }        System.out.println(bestSchoolId + " " + maxScore);    }}

    转载地址:http://bjnbz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>