1028 人口普查

1028 人口普查

有几个注意的点:
1.cin和cout会超时,用printf和scanf
2.注意一个合格的居民都没有时,只用输出0
3.比较年龄大小可以直接用年份10000+月份100+天,比较方便

#include <iostream>
#include <vector>
#include <map>
#include <algorithm>
using namespace std;

struct people
{
	string name;
	long long age;
	int year;
	int month;
	int day;
};

bool sortbyage(people p1, people p2)
{
	return p1.age < p2.age;
}
int main()
{
	int n;
	scanf("%d", &n);
	vector<people> citizen(n);
	vector<people> real_citizen;
	char c;
	int  j = 0;
	for (int i = 0; i < n; i++)
	{
		//scanf("%s", &citizen[i].name[j]);
		//scanf("%d%c%d%c%d", &citizen[i].year, &c, &citizen[i].month, &c, &citizen[i].day);
		cin >> citizen[i].name >> citizen[i].year >> c >> citizen[i].month >> c >> citizen[i].day;
		//这个非常巧妙的将年龄直接转为数字,可以直接比较
		citizen[i].age = citizen[i].year * 10000 + citizen[i].month * 100 + citizen[i].day;
		//找到有效居民
		if (citizen[i].age>=18140906 && citizen[i].age<=20140906)
		{
			real_citizen.push_back(citizen[i]);
		}

	}
	//排序
	sort(real_citizen.begin(), real_citizen.end(), sortbyage);
	int s = real_citizen.size();
	//这个地方,出现段错误,可能因为一个人都没有,所以s-1越界了,所以要加一个判断
	if (s > 0)
	{
		printf("%d %s %s", s, real_citizen[0].name.c_str(), real_citizen[s - 1].name.c_str());
		//cout << s << " " << real_citizen[0].name << " " << real_citizen[s - 1].name << endl;
	}
	else
		printf("%d", s);
	return 0;
}
Nano-ESG数据资源库的构建基于2023年初至2024年秋季期间采集的逾84万条新闻文本,从中系统提炼出企业环境、社会及治理维度的信息。其构建流程首先依据特定术语在德语与英语新闻平台上检索,初步锁定与德国DAX 40成分股企业相关联的报道。随后借助嵌入技术对文本段落执行去重操作,以降低内容冗余。继而采用GLiNER这一跨语言零样本实体识别系统,排除与目标企业无关的文档。在此基础上,通过GPT-3.5与GPT-4o等大规模语言模型对文本进行双重筛选:一方面判定其与ESG议题的相关性,另一方面生成简明的内容概要。最终环节由GPT-4o模型完成,它对每篇文献进行ESG情感倾向(正面、中性或负面)的判定,并标注所涉及的ESG具体维度,从而形成具备时序特征的ESG情感与维度标注数据集。 该数据集适用于多类企业可持续性研究,例如ESG情感趋势分析、ESG维度细分类别研究,以及企业可持续性事件的时序演变追踪。研究者可利用数据集内提供的新闻摘要、情感标签与维度分类,深入考察企业在不同时期的环境、社会及治理表现。此外,借助Bertopic等主题建模方法,能够从数据中识别出与企业相关的核心ESG议题,并观察这些议题随时间的演进轨迹。该资源以其开放获取特性与连续的时间覆盖,为探究企业可持续性表现的动态变化提供了系统化的数据基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
### 关于人口普查的C++编程示例 在处理人口普查数据时,通常会涉及到大量的数据分析操作。下面提供一段简单的C++代码用于模拟基本的人口普查数据收集和统计功能。 #### 定义人口普查记录结构体 为了存储个人的信息,在此定义了一个`PersonRecord`结构体来保存每个人的年龄、性别和地区信息: ```cpp #include <iostream> #include <vector> #include <string> struct PersonRecord { std::string name; int age; char gender; // 'M' for male, 'F' for female std::string region; PersonRecord(std::string n, int a, char g, std::string r) : name(n), age(a), gender(g), region(r) {} }; ``` #### 创建并填充人口普查数据库 接下来创建一个函数用来初始化一组虚拟的人口普查数据,并将其存入到容器中以便后续分析: ```cpp std::vector<PersonRecord> createPopulationData() { return { {"Alice", 30, 'F', "North"}, {"Bob", 25, 'M', "South"}, {"Charlie", 45, 'M', "East"}, {"Diana", 38, 'F', "West"} }; } ``` #### 统计特定条件下的统计数据 这里展示如何计算某个区域内男性人数以及平均年龄的例子: ```cpp void analyzeDemographics(const std::vector<PersonRecord>& population) { double totalAge = 0; size_t countMaleInRegion = 0; const auto& targetRegion = "East"; // 可以更改为其他地区 for (const auto& person : population) { if (person.region == targetRegion && person.gender == 'M') { ++countMaleInRegion; totalAge += person.age; } } if (!countMaleInRegion) { std::cout << "No males found in the specified region." << std::endl; } else { std::cout << "Number of males in '" << targetRegion << "' is " << countMaleInRegion << ". Average age: " << static_cast<double>(totalAge)/countMaleInRegion << "." << std::endl; } } int main() { auto popData = createPopulationData(); analyzeDemographics(popData); return 0; } ``` 这段程序展示了如何利用C++中的标准库特性(如字符串处理、向量容器等),实现对人口普查数据的基本管理和查询功能[^1]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值