题目传送门
合肥市第39届信息学竞赛(2022年)
题目描述 Description
人工智能是计算机科学的一个重要分支,随着人工智能技术不断的成熟,其应用领域也不断扩大,已经广泛应用于机器人、图像识别、自然语言处理等领域,走进了普通人民的生产生活中。人工智能的重要技术之一就是要将客观世界中的事物数值化,抽取其特征,以便于计算。例如一个人,可以用性别、身高、年龄等等数值化特征来表示;一篇文章,可以用文章中出现的一些关键词和关键词数量来表示等等。可以说,人工智能的前提就是事物的特征抽取。小可可现在已知道很多已抽取好的特征值,请帮助她计算哪个特征值出现的次数最多,输出出现次数最多的特征值和其出现的次数。如果有并列,则输出最大特征值及其出现的次数。
输入描述 Input Description
输入共n+1行;
第1行:一个正整数n,表示需要数值化对象的数量;
第2行到第n行:每行各个数之间由空格隔开,第一个数k为这个对象的特征值数量,其后面是它的k个特征值f1、f2…fk。
输出描述 Output Description
输出共2行;
第1行:一个数,表示出现次数最多的特征值;
第2行:一个数,表示出现的次数;
样例输入 Sample Input
4
2 1 9
5 2 4 6 8 9
5 1 3 5 7 9
3 1 3 7
样例输出 Sample Output
9
3
数据范围及提示 Data Size & Hint
1<=n<=1000;
1<=k<=100;
1<=fi<=1000;
n、k和特征值均为正整数;


同学要的题解


合肥市市赛小学组第二道题啊家人们
我以为
今年市赛会很难,所以拿到第二题还没细读的第一感受是:

上图别盗~(周迅老师对不起,无意冒犯 [拜]
然后我就慌了
我以为这是一道能拉开差距的大难题
没想到我一细读:额,桶…(瞬间口区 )
别笑死我,今年市赛的题是请包河区的砖家来出的题吧
桶取最大出现次数直接搞定ok?(我还胆战心惊地看了一下数据范围
不想说了,直接上代码:

#include<bits/stdc++.h>
using namespace std;
long long n,k,f[1005],maxn=-0x3f3f3f3f3f3f3f3f;//这个long long别笑我
int main(){cin>>n;for(int i=1;i<=n;i++){cin>>k;int t;for(int j=1;j<=k;j++){cin>>t;f[t]++;}}for(int i=1;i<=1000;i++) maxn=max(maxn,f[i]);for(int i=1000;i>=1;i--){if(f[i]==maxn){cout<<i<<endl<<f[i];return 0;}}return 0;
}

yc:kimi_a

KDBC——9293详解相关推荐

  1. linux 进程间通信 dbus-glib【实例】详解四(上) C库 dbus-glib 使用(附代码)(编写接口描述文件.xml,dbus-binding-tool工具生成绑定文件)(列集散集函数)

    linux 进程间通信 dbus-glib[实例]详解一(附代码)(d-feet工具使用) linux 进程间通信 dbus-glib[实例]详解二(上) 消息和消息总线(附代码) linux 进程间 ...

  2. 从命令行到IDE,版本管理工具Git详解(远程仓库创建+命令行讲解+IDEA集成使用)

    首先,Git已经并不只是GitHub,而是所有基于Git的平台,只要在你的电脑上面下载了Git,你就可以通过Git去管理"基于Git的平台"上的代码,常用的平台有GitHub.Gi ...

  3. JVM年轻代,老年代,永久代详解​​​​​​​

    秉承不重复造轮子的原则,查看印象笔记分享连接↓↓↓↓ 传送门:JVM年轻代,老年代,永久代详解 速读摘要 最近被问到了这个问题,解释的不是很清晰,有一些概念略微模糊,在此进行整理和记录,分享给大家.在 ...

  4. docker常用命令详解

    docker常用命令详解 本文只记录docker命令在大部分情境下的使用,如果想了解每一个选项的细节,请参考官方文档,这里只作为自己以后的备忘记录下来. 根据自己的理解,总的来说分为以下几种: Doc ...

  5. 通俗易懂word2vec详解词嵌入-深度学习

    https://blog.csdn.net/just_so_so_fnc/article/details/103304995 skip-gram 原理没看完 https://blog.csdn.net ...

  6. 深度学习优化函数详解(5)-- Nesterov accelerated gradient (NAG) 优化算法

    深度学习优化函数详解系列目录 深度学习优化函数详解(0)– 线性回归问题 深度学习优化函数详解(1)– Gradient Descent 梯度下降法 深度学习优化函数详解(2)– SGD 随机梯度下降 ...

  7. CUDA之nvidia-smi命令详解---gpu

    nvidia-smi是用来查看GPU使用情况的.我常用这个命令判断哪几块GPU空闲,但是最近的GPU使用状态让我很困惑,于是把nvidia-smi命令显示的GPU使用表中各个内容的具体含义解释一下. ...

  8. Bert代码详解(一)重点详细

    这是bert的pytorch版本(与tensorflow一样的,这个更简单些,这个看懂了,tf也能看懂),地址:https://github.com/huggingface/pytorch-pretr ...

  9. CRF(条件随机场)与Viterbi(维特比)算法原理详解

    摘自:https://mp.weixin.qq.com/s/GXbFxlExDtjtQe-OPwfokA https://www.cnblogs.com/zhibei/p/9391014.html C ...

最新文章

  1. 2019年,自动化机器学习AutoML技术还火吗? | BDTC 2019
  2. JavaScript 技术篇-js自动转换类型,自动转换为字符串,js避免自动转换的坑
  3. [译】Diving Into The Ethereum VM
  4. Android TextWatcher监控EditText中的输入内容并限制其输入字符个数
  5. 在微服务框架Demo.MicroServer中添加SkyWalking+SkyApm-dotnet分布式链路追踪系统
  6. codeforces 932E Team Work 高等数学求导、dp
  7. 宝塔mysql data修改_宝塔一键修改mysql数据库存放路径,更改默认数据目录…
  8. 安卓逆向_22( 一 ) --- Xposed【 Android Studio + Xposed 实现简单的 hook 】
  9. 四叶草剧场服务器维修价格,四叶草剧场不合理报酬机制是什么-不合理报酬机制和收益详解-Appfound...
  10. Hibernate 系列 02 - Hibernate介绍及其环境搭建
  11. ASP与SQL数据库连接及SQL常用命令使用方法
  12. 自动识别收货地址中的省市区小工具
  13. Linux时间同步(NTP)
  14. linux多个文件打包命令行,Linux基础:对文件打包压缩
  15. AlphaGo对战李世石谁能赢?两万字长文深挖围棋AI技术(一)
  16. 【深入Tomcat】(一)Tomcat简介
  17. Oauth2 中 access_token和refresh_token的过期时间
  18. 51单片机应用篇-- --智能门锁
  19. js的cookie设置(拉到最后面有jQuery的)
  20. 转一篇关于制作三维立体画的文章以及其源码

热门文章

  1. 新来的23岁Java开发上来秀了波操作,真的是扮猪吃老虎
  2. 计算机电路基础放大电路实验,计算机电路基础实验报告.doc
  3. 【服务器数据恢复】HP EVA系列存储出现故障如何恢复数据?
  4. 华三交换机开启telnet ssh https登陆方式
  5. 荣耀N30可以升级鸿蒙,华为鸿蒙2.0系统哪些手机可以升级?鸿蒙2.0系统升级方法[图]...
  6. 基于“数字孪生”和YoLoV5的AI药物开发(技术理论实践部分)
  7. 苹果开发者账号封号经历及挽救措施经验总结
  8. 关于CDN的IP隐藏以及对服务器安全的帮助
  9. Apache配置虚拟主机----基于域名的虚拟主机技术
  10. 16岁盗马化腾QQ震动央视的男孩