A1075——PAT Judge(测试点4)

本文深入解析了一个在线编程竞赛平台的评分算法实现,重点介绍了如何处理用户提交的代码评分,包括满分计数、总分计算及用户排名的生成。文章提供了一段详细的C++代码示例,展示了如何避免常见坑点,如处理全部通过编译但总分为零的情况,以及如何正确累计满分次数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

坑点:

①全部通过编译但总分为零时,需要输出该用户信息

②多次提交同一题且都为满分时,注意满分次数不能累加(没注意就过不了测试点4)

③全部未提交以及全部未通过编译时,不需要输出该用户信息

直接贴代码

代码

#include <cstdio>
#include <algorithm>
#include <string.h>
using namespace std;
const int maxn=100010;

struct User{
     int id;
     int score[6];
     int isprint;
     int total;
     int perfect;
}stu[maxn];
  
bool cmp(User a,User b){
     if(a.total!=b.total){
        return a.total>b.total;
     }else{
        if(a.perfect!=b.perfect){
            return a.perfect>b.perfect;
        }else{
            return a.id<b.id;
        }
     }
}


int main(){
    int n,k,m;
    int p[6];
    scanf("%d%d%d",&n,&k,&m);
    for(int i=1;i<=n;i++){   //初始化
        stu[i].id=i;
        stu[i].isprint=0;
        stu[i].perfect=0;
        stu[i].total=0;
        for(int j=1;j<=k;j++){
            stu[i].score[j]=-1;
            }
        }

    for(int i=1;i<=k;i++){
        scanf("%d",&p[i]);
    }


    for(int i=0;i<m;i++){        //录入信息
        int problem=0;
        int grade=0;
        int ID=0;
        scanf("%d%d%d",&ID,&problem,&grade);
        if(grade!=-1){
                stu[ID].isprint=1;
            }
        if(grade==-1&&stu[ID].score[problem]==-1){
            stu[ID].score[problem]=0;
        }
        if(grade==p[problem]&&stu[ID].score[problem]<p[problem]){
            stu[ID].perfect++;
            }
        if(stu[ID].score[problem]<grade){
            stu[ID].score[problem]=grade;
        }
    }

   for(int i=1;i<=n;i++){        //计算总分
        for(int j=1;j<=k;j++){
            if(stu[i].score[j]!=-1){
                stu[i].total+=stu[i].score[j];
            }
    }
   }

   sort(stu+1,stu+n+1,cmp);    //注意下表从1开始
   int ranks=1;
   for(int i=1;i<=n;i++){
      if(stu[i].isprint==1){
        if(stu[i].total!=stu[i-1].total){
                ranks=i;
        }

        printf("%d %05d %d",ranks,stu[i].id,stu[i].total);

        for(int j=1;j<=k;j++){
            if(stu[i].score[j]==-1){
                printf(" -");
            }else{
                printf(" %d",stu[i].score[j]);
            }
        }
        printf("\n");
    }
}

return 0;
}

 

### 大型语言模型作为评工具的应用 大型语言模型(LLM)在信息技术应用中的评功能主要体现在自然语言处理任务的质量评估上。通过引入特定架构改进,如ELECTRA提出的替代损坏任务(RTD),这些模型能够更高效地学习表示并用于断其他模型或系统的性能。 #### 别能力增强 ELECTRA采用了一个小型生成器网络来预测被遮蔽的标记,并训练一个别模型以区分真实输入与生成器产生的输出[^1]。这种设计使得模型不仅具备强大的表达能力,而且能够在不同场景下有效地执行分类和评价工作。对于IT应用程序而言,这意味着可以构建更加精准可靠的自动化测试框架和服务质量监控机制。 #### 跨语言支持 借助像XLM这样的多语言预训练模型所提供的技术手段——即无监督方法仅依靠单一语言的数据集以及有监督的方法利用双语对照资源进行优化——LLMs可以在多种编程环境之间实现无缝切换的同时保持高水平的理解力和准确性。这有助于开发跨国界适用的技术解决方案,在全球范围内提供一致性的服务体验。 ```python def evaluate_code_snippet(code, llm_model): """ 使用指定的大规模语言模型评估给定代码片段的功能性和安全性 参数: code (str): 待评估的源代码字符串 llm_model : 已加载好的大规模语言模型实例 返回: dict: 包含评分、建议和其他元数据的结果字典 """ evaluation_result = llm_model.evaluate(code) return { "score": evaluation_result["confidence"], "suggestions": evaluation_result.get("improvements", []), "metadata": {"model_used": type(llm_model).__name__} } ``` 此Python函数展示了如何调用预先训练过的LLM来进行代码审查,从而帮助开发者快速定位潜在问并获得改进建议。
评论
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