试题


代码

(1)30分代码

# 读取n,a,b
# n表示向量u,v的维数,a,b分别表示u,v的非零值个数
n, a, b = [int(i) for i in input().split()]# 创建两个二维队列存放u,v的信息
List1 = []
List2 = []
for i in range(a):line = input().split()c, d = lined = int(d)List1.append((c, d))
for i in range(b):line = input().split()c, d = lined = int(d)List2.append((c, d))# 判断,对于两个二维数组中的元组,键相同时,将值相乘,存放在sum中
sum = 0if len(List1) <= len(List2):# 准备工作,用队列来存放二维数组中的所有第一个值list2 = []for i in range(b):list2.append(List2[i][0])# 对短的那个二维队列进行遍历for i in range(a):if List1[i][0] in list2:found = list2.index(List1[i][0])sum += List1[i][1]*List2[found][1]
else:list1 = []for i in range(a):list1.append(List1[i][0])for i in range(a):if List2[i][0] in list1:found = list1.index(List1[i][0])sum += List1[found][1]*List2[i][1]print(sum)

(2)60分代码

n,a,b = [int(i) for i in input().split()]dict1 = {}
for i in range(a):line = input().split()c,d = lined = int(d)dict1[c] = ddict2 = {}
for i in range(b):line = input().split()c,d = lined = int(d)dict2[c] = dsum = 0
if len(dict1) <= len(dict2):for key in dict1.keys():if dict2.get(key):sum += dict1[key]*dict2[key]
else:for key in dict2.keys():if dict1.get(key):sum += dict1[key]*dict2[key]print(sum)

CSP 202006-2 稀疏向量 python实现(非满分)(待更新)相关推荐

  1. 第19次csp认证 202006-2 稀疏向量(C++)

    题目 分析 本题需要计算的是两个n维向量的内积,只需计算两者对应的稀疏向量index相同的分量乘积,然后累加就可以了. 向量的一个分量包含index和value,使用struct来存储比较方便. n& ...

  2. 第 19 次 CCF CSP 认证 202006-2 稀疏向量(svector)

    目录 题目 解答一(60分) 解答二(100分) 题目 给大家方便一下

  3. 稀疏向量计算技术杂谈

    稀疏向量计算技术杂谈 稀疏计算是数学规划求解器计算速度提高的最基本套路. 现实中的大规模数学规划问题绝大多数是稀疏的, 例如下面这个流程车间调度问题的数学规划模型, 假如当m=10, n=100时, ...

  4. LeetCode 1570. 两个稀疏向量的点积(哈希)

    文章目录 1. 题目 2. 解题 1. 题目 给定两个稀疏向量,计算它们的点积(数量积). 实现类 SparseVector: SparseVector(nums) 以向量 nums 初始化对象. d ...

  5. 【稀疏向量技术是什么?】差分隐私系统学习记录(六)

    The Algorithmic Foundations of Differential Privacy (六) 写在前面的话 Remarks on composition Weak Quantific ...

  6. [pyspark]itemcf协同过滤推荐算法------应用华为比赛数据实现(包含转化为稀疏向量,lsh模型,杰卡德距离)

    学完以后,第一感受,确实会比python代码来得简洁 先上代码 第一步,用pysql处理原始数据,包含计算冷却得分(不是今天的重点,暂不会在后面细说了) import findspark findsp ...

  7. 什么是稀疏向量(向量的稀疏表示)

    对数据进行预处理时,一般需要对类别型特征进行编码: 序号编码 独热编码 二进制编码 其中独热编码用的是最多的.但是当类别数十分巨大时,独热编码是一个非常稀疏的向量,只有一个值不为0,其他值均为0.可以 ...

  8. 海量数据相似数据查找方法(ANN):【高维稀疏向量的相似查找——MinHash, LSH, SimHash】【稠密向量的相似查找——Faiss、Annoy、ScaNN、Hnswlib】

    主要分为高维稀疏向量和稠密向量两大方向. 高维稀疏向量的相似查找--minhash, lsh, simhash 针对高维稀疏数据情况,如何通过哈希技术进行快速进行相似查找. 例如,推荐系统中item- ...

  9. 后序遍历的非递归算法python_刷题系列 - Python用非递归实现二叉树后续遍历

    顺便把Python用非递归实现二叉树后续遍历也写了. 其实前序中序和后续都是针对父节点说的.比如下面这个最简单二叉树. 前序就是ABC,父节点A在前 中序就是BAC,父节点A在中间 后序就是BCA,父 ...

最新文章

  1. Ruby 之 Block, Proc, Lambda 联系--区别,转载
  2. css设置标题边框,css 如何让文字标题显示在边框上?
  3. reactor模式:多线程的reactor模式
  4. 83. 删除排序链表中的重复元素 golang
  5. 《MySQL DBA修炼之道》——1.4 MySQL权限
  6. 2018年广西计算机一级,关于2018年上半年广西壮族自治区全国计算机等级考试报名工作的通知...
  7. 谷歌安卓之父离职内幕;抖音上线小程序;苹果被罚千万 | 极客头条
  8. 日语学习 (助词 「で」 和「に」 的区别)
  9. ArcGIS10.2不能打开10.6版本创建的镶嵌数据集
  10. php preview,preview.php
  11. VS2015编译的OpenJDK8,会崩溃
  12. 一个好看的CSS样式表格
  13. Linux查看CPU信息机器型号等硬件信息
  14. 社会工程学+Web hacked***某游戏公司
  15. excel同一单元格怎么换行_自动换行还是强制换行?还有一键批量换行等着你
  16. 【云IDE】CSDN云IDE的初探以及实战操作
  17. 做SEO优化第九步:如何设置页面内容优化
  18. OSChina 周四乱弹 —— 大光头与地中海并行,格子衫共沙滩裤一色
  19. 【附源码】Python计算机毕业设计手游账号交易系统
  20. 微信小程序之云开发入门

热门文章

  1. 如何设计一个 iOS 控件?(iOS 控件完全解析)
  2. 二十分钟教你如何将区块链应用与函数计算相结合
  3. day16-筛选器以及Tab菜单示例
  4. 【Treap】bzoj1588-HNOI2002营业额统计
  5. JavaMail API 概述
  6. mysql通过查看跟踪日志跟踪执行的sql语句
  7. oracle11g数据库升级
  8. C#初学——doWhile
  9. 致被套基民:老基民的四点教训七点经验(ZT)
  10. Swift 代码调试-善用XCode工具(UI调试,五种断点,预览UIImage...)