2026华为OD机考新系统真题|视频监控系统(2026.10.25)

3天干完6个月的活,Claude把模型搬上AMD 一条挺刺激的消息:Anthropic 给投资人的材料里有一张幻灯片,写着它的 Claude Mythos Preview 只花了大约​,就摸清了怎么让另一个 Claude 模型在 AMD 的 MI355X 上跑起来。同一处还写了个对照数字:过去给一块新芯片做推理适配,通常要几十名工程师、​。3 天对 6 个月,这个比值太扎眼,当天中文互联网上就冒出一堆「英伟达的护城河塌了」的说法。我把能翻到的材料都翻了一遍,越看越觉得,塌掉的那一小块是真的,可塌的位置和很多人想的不一样。 阅读详情

视频监控系统(2026.10.25)

2026年最新华为OD机考题库(按考点分类): 2026年最新华为OD机考题库

题目描述

视频监控系统中的每个摄像头都可以通过 Profile 配置多种视频规格,例如不同分辨率和帧率的视频配置。不同配置占用的带宽不同,单位为 Mbps。

监控中心的总带宽上限为 W Mbps。现给定 n 个摄像头及其可选配置,请为每个摄像头选择一种配置,或者不接入该摄像头,使最终方案满足以下要求:

  • 总带宽占用不超过 W。
  • 接入的摄像头数量尽可能多。
  • 在接入数量最多的前提下,总带宽占用尽可能小。

每个摄像头最多选择一种配置,不接入的摄像头不占用带宽。配置名称仅用于标识,不作为方案优劣的比较依据。

请输出最多能够接入的摄像头数量,以及达到该数量时的最小总带宽占用。

输入描述

n:摄像头数量,正整数;W:总带宽上限(Mbps),非负整数;cameras:长度为 n 的字符串数组,每个元素描述一个摄像头,格式为:摄像头标识 配置名1 带宽1 配置名2 带宽2 …。摄像头标识和配置名均不包含空格。配置名与对应带宽成对出现,各项之间以一个空格分隔。每个摄像头至少有一种配置,不同摄像头的配置数量可以不同。数据范围:1 ≤ n ≤ 1000,每个摄像头的配置数不超过 10,0 ≤ W ≤ 10^9,每种配置占用的带宽为正整数且不超过 10^6。

输出描述

返回一个包含两个整数的数组 [count, bandwidth],依次表示最大接入数量和该数量下的最小总带宽占用。无法接入任何摄像头时返回 [0,0]。

样例

用例输入 1

3,6,["cam01 1080P30 6 720P15 2","cam02 720P30 3 VGA30 1","cam03 VGA30 1"]

用例输出 1

[3,4]

用例解释 1

  • 三个摄像头各自的最低带宽分别为 2、1、1 Mbps。
  • 选择这些配置后,总带宽为 4 Mbps,不超过上限 6 Mbps,因此最多接入 3 个摄像头,最小总带宽为 4 Mbps。

用例输入 2

3,3,["cam01 HIGH 6 LOW 2","cam02 HIGH 3 LOW 1","cam03 LOW 1"]

用例输出 2

[2,2]

用例解释 2

  • 三个摄像头全部接入至少需要 4 Mbps,超过上限 3 Mbps。
  • 选择 cam02 和 cam03 的 1 Mbps 配置,可接入 2 个摄像头,总带宽为 2 Mbps,是接入 2 个摄像头时的最小值。

来源

本题来源于网络、非官方材料、仅供学习交流,侵删




🧠 解题思路

第一步:每个摄像头只需要留哪一种配置

题目有两个要求:第一优先级是接入数量尽可能多,第二优先级是在数量最多的前提下总带宽占用尽可能小。

同一个摄像头,选高带宽配置还是选低带宽配置,对“接入数量”的贡献都是 1 台,但选最便宜(带宽最小)的那种配置,最省带宽:省下来的带宽要么能多接别的摄像头,要么能让总带宽更小。所以每个摄像头的其他配置完全不用看,只保留它自己的最小带宽配置即可。

第二步:怎么挑摄像头(排序 + 贪心)

每个摄像头现在只剩一个数字(它的最小带宽)。要在总带宽不超过 W 的前提下选尽量多的数,并且和尽量小:

把这 n 个最小带宽从小到大排序,从最小的开始一个个往里拿,只要加上当前这台不超过 W 就接进来,一旦超过就停下。

为什么这样既能数量最多、又能总带宽最小?因为每次都挑当前最省带宽的,选同样 k 台时,最小的 k 个数加起来一定比任何别的 k 台都小;既然连最小的 k+1 台加起来都超过 W,那任何 k+1 台都更不可能塞得下。这种“每一步都选当前代价最小”的做法就是贪心。

第三步:字符串怎么解析

每条记录按空格切开后,下标 0 是摄像头名字,后面 配置名1 带宽1 配置名2 带宽2 ... 成对出现,所以带宽数字都在偶数下标(2, 4, 6, …),转成整数后取最小值即可。

用样例 1 走一遍

W = 6,3 台摄像头:

摄像头配置与带宽只保留最小带宽
cam011080P30 → 6,720P15 → 22
cam02720P30 → 3,VGA30 → 11
cam03VGA30 → 11

排序后为 [1, 1, 2],依次累加:1 → 2 → 4,都不超过 6,3 台全接上,总带宽 4,输出 [3, 4]。

样例 2:W = 3,最小带宽同样是 [1, 1, 2]。前两台加起来是 2 ≤ 3,再加第三台变成 4 > 3 装不下,停在 2 台、总带宽 2,输出 [2, 2]。

⚠️ 易错点

  • 每个摄像头先在自己的多种配置里取最小带宽,再和其他摄像头一起排序。
  • 累加总带宽时建议使用 64 位整数(long),防止数据大时超出 32 位整数范围。
  • 解析摄像头字符串时,注意下标 0 是摄像头标识,带宽在下标 2, 4, 6…。
  • 当 W = 0 或所有摄像头的最小带宽都大于 W 时,应返回 [0, 0]。
  • 遍历 cameras 数组时应使用 cameras 的实际长度,防止与参数 n 不一致。

⏱️ 复杂度

时间复杂度:O(n log n + n · k),其中 k 为每个摄像头的配置数(≤ 10),排序占主导。
空间复杂度:O(n),用于存储每个摄像头的最小带宽。

💻 参考代码(Java)

import java.util.*;

class Solution {
    public int[] maxCameras(int n, int W, String[] cameras) {
        // 每个摄像头只保留最小带宽
        int[] mins = new int[cameras.length];
        for (int i = 0; i < cameras.length; i++) {
            String[] tokens = cameras[i].split("\\s+");
            int k = (tokens.length - 1) / 2;
            int minBw = Integer.MAX_VALUE;
            for (int j = 0; j < k; j++) {
                int bw = Integer.parseInt(tokens[2 * j + 2]);
                if (bw < minBw) minBw = bw;
            }
            mins[i] = minBw;
        }
        // 按带宽升序排序,贪心接入
        Arrays.sort(mins);
        long total = 0;
        int count = 0;
        for (int bw : mins) {
            if (total + bw <= W) {
                total += bw;
                count++;
            } else {
                break;
            }
        }
        return new int[]{count, (int) total};
    }
}

💻 参考代码(C++)

class Solution {
public:
    vector<int> maxCameras(int n, int W, vector<string>& cameras) {
        // 每个摄像头只保留最小带宽
        vector<int> mins;
        for (const string& cam : cameras) {
            stringstream ss(cam);
            string token;
            ss >> token; // 摄像头标识
            int min_bw = INT_MAX;
            string name;
            int bw;
            while (ss >> name >> bw) {
                if (bw < min_bw) min_bw = bw;
            }
            mins.push_back(min_bw);
        }
        // 按带宽升序排序,贪心接入
        sort(mins.begin(), mins.end());
        long long total = 0;
        int count = 0;
        for (int bw : mins) {
            if (total + bw <= W) {
                total += bw;
                count++;
            } else {
                break;
            }
        }
        return {count, (int)total};
    }
};

💻 参考代码(Python)

class Solution:
    def maxCameras(self, n: int, W: int, cameras: list[str]) -> list[int]:
        # 每个摄像头只保留最小带宽
        mins = []
        for cam in cameras:
            tokens = cam.split()
            k = (len(tokens) - 1) // 2
            min_bw = 10**18
            for i in range(k):
                bw = int(tokens[2 * i + 2])
                if bw < min_bw:
                    min_bw = bw
            mins.append(min_bw)
        # 按带宽升序排序,贪心接入
        mins.sort()
        total = 0
        count = 0
        for bw in mins:
            if total + bw <= W:
                total += bw
                count += 1
            else:
                break
        return [count, total]

💻 参考代码(JavaScript)

class Solution {
    maxCameras(n, W, cameras) {
        // 每个摄像头只保留最小带宽
        const mins = [];
        for (const cam of cameras) {
            const tokens = cam.split(/\s+/);
            const k = (tokens.length - 1) >> 1;
            let minBw = Infinity;
            for (let i = 0; i < k; i++) {
                const bw = parseInt(tokens[2 * i + 2], 10);
                if (bw < minBw) minBw = bw;
            }
            mins.push(minBw);
        }
        // 按带宽升序排序,贪心接入
        mins.sort((a, b) => a - b);
        let total = 0;
        let count = 0;
        for (const bw of mins) {
            if (total + bw <= W) {
                total += bw;
                count++;
            } else {
                break;
            }
        }
        return [count, total];
    }
}

module.exports = Solution;
10.25华为OD机试真题 新系统 -视频监控系统 (Java/Py/C/C++/Js/Go) 阅读详情

相关推荐

单细胞数据互转实战:从Scanpy的h5ad到Seurat对象的四种高效方法

本文针对单细胞数据分析中Scanpy的h5ad格式与Seurat对象互转的常见难题,详细对比了SeuratDisk、anndataR、schard和sceasy四种高效转换方法。文章从实战出发,剖析了每种方法的原理、操作流程、优缺点及避坑指南,并提供了清晰的选型策略,帮助用户根据数据特点选择最佳方案,实现跨平台数据的无缝衔接。

weixin_29099217的博客 450

2026年最新华为OD机考题库(按OD考点分类汇总)

本题库基于网络真题交叉验证,涵盖华为OD机考高频考点,如滑动窗口、双指针、前缀和、DFS/BFS、栈队列等,每题提供解题思路、复杂度分析与优化代码。2026新题库聚焦算法实战,覆盖15道典型题目,关联LeetCode Hot100及同类题型,助力高效备考。欢迎反馈纠错,共同提升。

be_Newcode的博客 916

RTC 实时时钟实验

如果在 RTC_CR 寄存器中设置了相应的允许位,则在每个TR_CLK 周期中 RTC 产生一个中断(秒中断)。void BKP_WriteBackupRegister(uint16_t BKP_DR, uint16_t Data) // 往备份区域写用户数据的函数 (这个函数的第一个参数就是寄存器的标号了,这个是通过宏定义定义的)存储在 RTC_ALR 寄存器中的可编程时间相比较,如果 RTC_CR 控制寄存器中设置了相应允许位,比较匹配时将产生一个闹钟中断。寄存器操作完成,并同步之后,设置秒钟中断。

m0_55996456的博客 1206

2026华为OD机试真题 10月25日 新系统 【视频流带宽分配】

华为OD机试真题 新系统【视频流带宽分配】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题 【视频流带宽分配】多语言题解。

qq_45776114的博客 138

超详细MySQL 8.0安装与配置

MySQL的安装与配置 还不会安装MySQL的同学们,还不会配置MySQL的同学们,赶紧按照下面步骤操作起来,超详细安装步骤如下: 进入MySQL官网 1、点击download 2、点击MySQL Community Server 3、选好选项点击go to download page 4、点击download 5、点击no thanks,just start my download 6、选Server only,点击Next 7、点击Execute 8、点击

Turniper的博客 8763

高通Camera IFE时钟配置

高通Camera IFE时钟配置中的minHorizontalBlanking和minVerticalBlanking配置计算方法

一个懒癌的驱动工程师的随笔分享 6172

10.25华为OD机试真题 新系统 -视频监控系统 (JavaPyCC++JsGo)

华为OD机考新系统真题,10月25日题目,100 分题型。

2601_95165999的博客 221

MAX30102心率血氧传感器原理图设计,已量产(e-Health传感器)

在最近的便携健康监测设备项目中,我们采用了集成算法的 MAX30102 心率血氧模块 —— 这类带内置 MCU 算法的传感器能直接输出心率 / 血氧数值,大幅降低了主控资源占用。但硬件电路的稳定性直接决定了 PPG 信号的采集精度,下面结合实际项目里的原理图,拆解下这个模块的设计细节。

不脱发的程序猿 1283

Scrum 敏捷框架完全指南

形式化的质量检查清单,只有满足 DoD 的增量才能交付。

Cat_fish_snow的博客 442

基于Java+SpringBoot+Vue的热门网游推荐系统设计与实现

本文详细介绍了基于Java+SpringBoot+Vue技术栈的热门网游推荐系统的设计与实现过程。系统采用前后端分离架构,后端使用SpringBoot构建RESTful API,前端使用Vue.js框架实现用户界面,结合MySQL数据库进行数据存储。系统实现了用户管理、游戏信息管理、个性化推荐、评论互动等核心功能,并采用了协同过滤推荐算法为用户提供个性化的游戏推荐。本文将从需求分析、系统设计、技术选型、核心功能实现以及系统测试等方面进行全面阐述。关键词:Java;SpringBoot;Vue.js;

2201_76125393的博客 75

英飞凌TC3xx--深度手撕HSM安全启动(三)--TC3xx HSM系统架构

TC3xx的HSM内核是一颗32位的ARM Cortex M3,主频可达100MHz,支持对称算法AES128、非对称算法PKC(Public Key Crypto) ECC256、Hash SHA2,以及TRNG(真随机数生成)。

认真搞搞汽车MCU 5749

2.7.1 希尔排序及java实现

希尔排序(Shell Sort)是插入排序的一种高效改进版本,也称为。

橘子hhh 194

2025年7月5日全国青少年信息素养大赛图形化(Scratch)编程小学低年级组复赛真题+答案

2025年7月5日全国青少年信息素养大赛图形化(Scratch)编程小学低年级组复赛真题+答案

伶俐角少儿编程 901

《考研408数据结构》第八章(排序)复习笔记

真题100%选择必考多个算法的特点比较!!必须汇总!!实在记不住谁和【初始状态有关】时就举例子:1、当数组完全有序时;2、当数组完全逆序时;3、快速排序数组第1个枢轴是最小/最大值。

m0_73991249的博客 207

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

二叉树余题,排序、直接插入排序、希尔排序

【代码】二叉树余题,排序、直接插入排序、希尔排序。

2302_78369255的博客 182

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

常用排序算法

排序

x13262608581的博客 222

排序算法详解:归并排序、堆排序与快速排序

归并排序:先拆分,再合并。合并时需要额外的辅助数组。快速排序:先划分,再递归处理左右区间。通常可以在原数组上完成排序。虽然单次堆调整最坏为 O(logn),但不同节点的调整高度不同:大部分节点位于树的底部,调整次数很少。只有少数节点位于树的顶部,可能需要较多调整。因此所有节点调整的总工作量为 O(n)。

zengjiajun2006的博客 906

排序算法深度笔记(下):非比较类排序的线性突破与工程边界

排序算法时间复杂度额外空间复杂度稳定性是否基于比较选择排序O(N^2)(O(1))不稳定是冒泡排序O(N^2)(O(1))稳定是插入排序O(N^2)(O(1))稳定是归并排序O(N\log N)(O(N))稳定是快速排序O(N\log N)O(log N)不稳定是堆排序O(N\log N)O(1)不稳定是计数排序(O(N + M))O(M))稳定否基数排序O(N)稳定否桶排序平均O(N) / 最坏O(N^2)

2401_87069538的博客 611

直接选择排序,堆排序,冒泡排序,递归快速排序、hoare版本、挖坑法、lomuto前后指针,非递归快速排序

【代码】直接选择排序,堆排序,冒泡排序,递归快速排序、hoare版本、挖坑法、lomuto前后指针,非递归快速排序。

2302_78369255的博客 200

排序算法通俗详解

把一堆杂乱的数据,按某个「关键字」重新排成有序(从小到大或从大到小)的序列。注意,排序的对象往往不是一组单纯的数字,而是「结构体」里的某个成员。int stuNo;// 学号// 姓名int age;// 年龄// 成绩} Student;我们可以按score排,也可以按age排——这个被用来比较的成员,就叫关键字(key)。生活里排序无处不在:购物 App 按价格/销量/评分排商品、大学排行榜、富豪榜……本质都是排序。排序这一章,思想 > 代码 > 复杂度结论。

2501_93853322的博客 237

贪心算法:概念、历史、内容、挑战与展望!

贪心算法是“用最少计算换可接受最优”的极致工程哲学:古老(Huffman/MST/Dijkstra)→ 严谨(拟阵/子模理论)→ 正在成为 AI 系统调度的底层引擎。未来不属于“纯贪心”,而属于有证明、有学习、有约束感知的贪心。你想先看活动选择、Huffman 还是分数背包的代码与证明示例?

m0_65595995的博客 204

贪心算法入门

贪心算法本质在于每一步选择局部最优解,期望通过局部最优达成全局最优。与动态规划“定额求最多个数”不同,贪心是“定数求最大额度”。其难点在于无固定套路,核心思想是“局部最优推全局最优”,且需能证明无反例。看似简单,实则需严谨推理,不可轻视。

Pniubi的博客 196

本地化部署 DeepSeek,构建单细胞与空间转录组 AI 分析平台

本地化部署 DeepSeek,构建单细胞与空间转录组 AI 分析平台

weixin_53637133的博客 184

【第 009 讲】全面掌握 Python 注释:注释的定义与作用 | 单行注释 | 三引号与多行注释 | 注释使用的最佳实践

本文系统讲解 Python 注释的完整知识体系:从注释的定义与作用讲起,梳理单行注释的书写位置、临时屏蔽用法与 PEP 8 排版规范,剖析注释被忽略的底层机制;进而说明三引号字符串的本质与嵌套问题;最后给出注释使用的三条实践原则,帮助读者写好可读性高的注释。

大模型全栈工程师 · Thanks_ks 1110

AI全栈实战 | 3.9-01 爬虫入门:requests 加 BeautifulSoup 三分钟跑通,但 90% 的人栽在这 4 个“礼貌“问题上

⚠️:本文内容仅用于。请遵守目标站点的服务条款与相关法律法规,不得对目标服务造成负担,不得采集、传播个人隐私数据。技术是中性的,边界在你手里。爬虫的入门技术(requests 发请求 + BeautifulSoup 解析)三分钟就能学会。真正区分"会用爬虫"和"会做爬虫的人"的,是这篇我们跑通"请求→解析→存储"的最小闭环,然后重点把"合规与礼貌"这根弦给你绷上。

源码获取 | 运行部署 | 定制二开修改,如果回复不及时请耐心等待,请见谅。 440

Python 的 yield from 到底转发了什么:拆开 send、throw 和那个 return 值

很多人把yield from记成「省一层 for 循环的语法糖」。写和写,结果看着一样,于是就当它只是少敲几个字。这个理解会在三个地方翻车:调用方.send()的值送不进去、子生成器return的值拿不到、异常和close()传不下去。yield from真正做的事是,外层生成器退成一个透明通道。本文所有输出来自本机 CPython 3.13.14 实测。yield from不是循环,是委托——nextsendthrowclose四个方向的流量全部直通子生成器,并且子生成器return。

小小张说故事的博客 162
上一篇: 2026华为OD机考新系统真题|乘车顺序(2026.10.25)
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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