华为OD机试D卷C卷 - 文本统计分析(C++ Java JavaScript Python C语言)

这篇博客介绍了华为OD机试中的一道文本统计分析题目,要求统计符合特定规则的文本数量。规则包括分号分隔、字符串、注释等。博主提供了C++、Java、JavaScript、Python和C语言的解题思路和代码示例。

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

题目描述

有一个文件,包含以一定规则写作的文本,请统计文件中包含的文本数量。

规则如下:

  1. 文本以”;”分隔,最后一条可以没有”;”,但空文本不能算语句,比如”COMMAND A; ;”只能算一条语句。注意,无字符/空白字符/制表符都算作”空”文本;

  2. 文本可以跨行,比如下面,是一条文本,而不是三条;

COMMAND A
AND
COMMAND B;
  1. 文本支持字符串,字符串为成对的单引号(')或者成对的双引号(“),字符串可能出现用转义字符()处理的单双引号(“your input is””)和转义字符本身,比如
COMMAND A "Say \"hello\"";
  1. 支持注释,可以出现在字符串之外的任意位置注释以”–“开头,到换行结束,比如:
COMMAND A; --this is comment
COMMAND --comment
A AND COMMAND B;

注意字符串内的”–“,不是注释。

输入描述

文本文件

输出描述

包含的文本数量

用例

输入

COMMAND TABLE IF EXISTS "UNITED STATE";
COMMAND A GREAT (
ID ADSAB,
download_length INTE-GER, -- test
file_name TEXT,
guid TEXT,
mime_type TEXT,
notifica-tionid INTEGER,
original_file_name TEXT,
pause_reason_type INTEGER,
resumable_flag INTEGER,
start_time INTEGER,
state INTEGER,
folder TEXT,
path TEXT,
total_length INTE-GER,
url TEXT
);

输出

2

题意解读

题目要求编写一个程序来统计一个文本文件中包含的文本数量。这里的“文本”指的是符合一定规则的字符串序列。具体规则如下:

  1. 文本以分号(;)分隔,最后一条文本可以没有分号结尾。

  2. 如果一段文本只包含空白字符(如空格、制表符等),则不算作一条有效文本。例如,"COMMAND A; ;"中只有一条有效文本。"COMMAND A; B;"为两条有效文本。

  3. 文本可以跨越多行。也就是说,一个文本的内容可以分布在多个连续的行中,这些行合起来算作一条文本。

  4. 文本支持字符串,字符串可以用单引号(')或双引号(")包裹。字符串内部可能包含转义的引号(例如"Say \"hello\"")和转义字符本身(例如\)。

  5. 在单引号和双引号的;

### 关于2024年华为真题及相关解析 #### 题目背景与描述 根据已知的信息,2024年的华为OD涉及多道编程题目,并提供了多种语言的支持,包括但不限于C语言C++JavaPython以及JavaScript。这些题目不仅考察基础算法能力,还注重实际编码技巧和优化思维[^1]。 具体到“攀登者2”这道题目,其核心在于模拟登山过程中的路径规划或资源分配问题。该类问题通常可以通过动态规划(Dynamic Programming)、贪心算法(Greedy Algorithm)或者广度优先搜索(BFS)来解决。以下是针对此题目的进一步分析: #### 思路概述 对于此类问题,可以采用分步求解的方式进行处理。假设输入数据为一组山峰的高度列表`heights[]`,目标是最优地完成一次或多轮攀爬操作,在满足特定条件的前提下最大化收益或最小化代价。常见的约束可能包括能量消耗限制、时间窗口设定等[^2]。 一种典型的解决方案如下所示: - 定义状态转移方程用于记录当前状态下所能达到的最大值; - 初始化边界情况以便后续迭代计算能够顺利展开; - 循环遍历整个数组并依据既定规则更新各个位置的状态值直至得出最终结果。 #### 示例代码 (Python 实现为例) ```python def climb_peaks(heights, energy_limit): n = len(heights) dp = [-float('inf')] * n # 动态规划表初始化 # 初始状态设置 dp[0] = heights[0] for i in range(1, n): for j in range(i): if abs(heights[i]-heights[j]) <= energy_limit and \ dp[j]+heights[i]>dp[i]: dp[i]=dp[j]+heights[i] return max(dp) if any(x >=0 for x in dp )else -1 if __name__ == "__main__": test_heights=[3,8,-4,9,5] limit=6 result=climb_peaks(test_heights ,limit ) print(result) ``` 上述程序片段展示了如何利用二维DP方法解决问题的一个简化版本。其中考虑到了两个维度上的变化因素——高度差与剩余精力阈值之间的关系,并通过双重循环实现了全局最优解的寻找过程。 #### 注意事项 需要注意的是,尽管这里给出了基于Python的具体实现方案,但在实际考试环境中可能会遇到更多复杂情形下的变体形式。因此建议考生熟悉各类经典模型及其变形应用的同时也要加强动手实践的能力训练。 ---
评论 6
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

打赏作者

算法大师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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