1025 PAT Ranking (25 分)

本文介绍了一种算法,用于解决给定每个考场学生成绩后的总排名和考场排名问题。通过两种方法实现:一是每个考场独立排序后进行归并排序;二是所有考场统一排序。代码示例使用C++实现,详细展示了如何处理成绩相同的情况。

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

问题描述:给定每个考场学生的成绩,排序输出总排名和考场排名(成绩递减然后学号递增)。

解题思路:方法一:每个考场进行排序,然后总的进行归并排序。方法二:每个考场排序,后面再一起排序。

AC代码:

方法二:

#include<bits/stdc++.h>
using namespace std;
class testee{
	public:
	string id;
	int score,location;
	int rank[2];
}; 
vector<testee>arr(30005);
bool cmp(const testee &t1,const testee &t2)
{
	return t1.score==t2.score?t1.id<t2.id:t2.score<t1.score;
}
void myrank(int f,int l,int r)
{
	int ranks=1,i;
	for(i=0;i<l-f;++i){
		while(arr[f+i+1].score==arr[f+i].score){
			arr[f+i].rank[r]=ranks;++i;
		}
		arr[f+i].rank[r]=ranks;
		ranks=i+2;
	}
}
int main()
{
	//freopen("test.txt","r",stdin); 
	int N,K,i,loc=1,M=0;
	scanf("%d",&N);
	while(N--){
		scanf("%d",&K);
		int ran=0;
		while(ran<K){
			testee t;
			cin>>t.id>>t.score;
			t.location=loc; 
			arr[M+ran]=t;
			++ran;
		}
		sort(arr.begin()+M,arr.begin()+M+K,cmp);
		myrank(M,M+K,0);
		M+=K;++loc;
	}
	sort(arr.begin(),arr.begin()+M,cmp);
	myrank(0,M,1);
	cout<<M<<endl;
	i=0;
	while(i<M){
		cout<<arr[i].id<<" "<<arr[i].rank[1]<<" "<<arr[i].location<<" "<<arr[i].rank[0]<<endl;
		++i;
	}
	return 0;
}

方法一:有两个测试点错误??????

#include<iostream>
#include<string>
#include<algorithm>
#include<vector>
using namespace std;
typedef struct stu {
	string id;
	int sco, ran;
	stu(){}
	stu(string s,int n,int k):id(s),sco(n),ran(k){}
}stu;
#define MAX 101
vector<stu>arr[MAX];
bool operator <(stu &a, stu &b)
{
	if (a.sco == b.sco)return a.id < b.id;
	else return a.sco > b.sco;
}
int main()
{
	//freopen("test.txt", "r", stdin);
	int N, K, R = 0;
	scanf("%d", &N);
	for (int i = 1; i <= N; ++i) {//每个考场
		scanf("%d", &K);
		R += K;
		for (int j = 0; j < K; ++j) {
			string str;
			int sco;
			cin >> str >> sco;
			arr[i].push_back(stu(str, sco, 0));
		}
		sort(arr[i].begin(), arr[i].end());//排序
		//for (int j = 0; j < K; ++j)printf("%d ", arr[i][j].sco); printf("\n");
		arr[i][0].ran = 1;
		int a = arr[i][0].sco, R;
		for (int j = 1; j < K; ++j) {//考场排名
			if (arr[i][j].sco != a) {
				R = j + 1;
				a = arr[i][j].sco;
			}
			arr[i][j].ran = R;
		}
	}
	printf("%d\n", R);
	vector<int>Ran(N + 1, 0);
	int Ra = -1, num = 0, cnt = 1;
	while (num<R) {//总排名,归并排序
		stu a = stu("", -1, 0);
		int k;
		for (int i = 1; i <= N; ++i) {//找最大的一个
			if (Ran[i] < arr[i].size() && arr[i][Ran[i]] < a) {
				k = i;
				a = arr[i][Ran[i]];
			}
		}
		//for (int j = 1; j <= N; ++j)printf("%d ", Ran[j]); printf("\n");
		//cout << cnt << " ";
		++Ran[k];
		if (Ra != a.sco) {//排名变化
			cnt = num+1;
			Ra = a.sco;
		}
		cout << a.id << " " << cnt << " " << k << " " << a.ran << "\n";
		++num;
	}
	return 0;
}

//在考场排名时,R没给初值!!!!!!且重复定义,R本应该是总人数的,改为Rx=1;

### Ranking Loss 的概念 Ranking loss 是一种用于衡量模型预测排名顺序与真实标签之间差异的损失函数。这种类型的损失函数广泛应用于信息检索、推荐系统以及自然语言处理等领域,特别是在涉及排序的任务中。 ### Ranking Loss 的计算方法 常见的 ranking loss 形式之一是成对排序损失 (Pairwise Ranking Loss),其核心思想是比较不同样本之间的相对位置关系。具体来说,对于任意一对正负样例 \(i\) 和 \(j\),如果希望正样例子 \(i\) 排名高于负样例子 \(j\),则定义如下形式的损失: \[L_{rank}(f(x_i), f(x_j)) = \max(0, 1 - (f(x_i) - f(x_j)))\] 其中 \(f(\cdot)\) 表示评函数[^1]。该公式表明当正样例得低于或等于负样例时会产生惩罚;反之,则不会增加额外成本。 另一种常用的 ranking loss 是列表级别的 RankNet 损失函数,在此框架下,通过比较每一对文档的概率布来优化整个查询结果列表的质量: \[L(y_1,y_2)=E[\log(1+\exp(-t(s_1-s_2)))]\] 这里 \(s_1,s_2\) 别代表两个文档的相关度数,而\( t=\text{sign}(y_1-y_2)\)决定了这对文档的真实偏好方向。 ### 应用场景 - **搜索引擎**:提高搜索结果页面上高质量网页的位置。 - **广告投放平台**:确保高点击率的商品展示给更多潜在客户。 - **社交网络中的好友推荐**:优先显示那些更有可能成为新朋友的人选。 - **学术论文引用析**:帮助学者找到最相关的研究资料。 ```python def pairwise_ranking_loss(pos_score, neg_score): """Calculate Pairwise Ranking Loss.""" margin = 1.0 losses = torch.relu(margin - pos_score + neg_score) return losses.mean() ```
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