PAT (Advanced Level) Practice 1012 The Best Rank (C语言) (PTA)

在这里插入图片描述
在这里插入图片描述

思路很简单,也没想那么多,定义了好多数组来储存数据,第一次有一个测试点不过,后来发现是重复的情况考虑错了,当有好几个人分数一样时,排名应该是1 2 2 2 5 6,而不是1 2 2 2 3 4,这一点修改后就对了,就是不太容易想到,附上代码。

#include<stdio.h>
#include<string.h>

int getrank(int N, int thegrade[2000], int therank[2000]){
	
	int rank=1;
	int maxp,max=0;
	int flag=0;
	int record=0;
	
	for(int j=0; j<N; j++){
		for(int i=0; i<N; i++){
			if(thegrade[i]>max){
				max=thegrade[i];
				maxp=i;
				if(flag==1){
					flag=0;
				}
			}else if(thegrade[i]==max){			//发生并列 
				flag=1;
			}
		}
		therank[maxp]=rank++;
		thegrade[maxp]=-1;
		max=0;
		if(flag==1){
			rank--;
			flag=0;
			record++;
		}else{
			rank+=record;					//把并列的加回去 
		}
	}
}

int main(){
	
	int N,M;
	scanf("%d %d",&N,&M);
	
	int i,j,min;
	char id[2000][7];
	char checkid[2000][7];
	int gradeC[2000]={0};
	int gradeM[2000]={0};
	int gradeE[2000]={0};
	int gradeA[2000]={0};
	int rankC[2000]={0};
	int rankM[2000]={0};
	int rankE[2000]={0};
	int rankA[2000]={0};
	int p,flag=0;
	char minp;
	
	for(i=0; i<N; i++){
		scanf("%s %d %d %d",id[i],&gradeC[i],&gradeM[i],&gradeE[i]);
		gradeA[i]=(gradeC[i]+gradeM[i]+gradeE[i])/3;
	}
	for(i=0; i<M; i++){
		scanf("%s",checkid[i]);
	}
	getrank(N,gradeC,rankC);
	getrank(N,gradeM,rankM);
	getrank(N,gradeE,rankE);
	getrank(N,gradeA,rankA);

	for(j=0; j<M; j++){
		for(i=0; i<N; i++){
			if((strcmp(id[i],checkid[j]))==0){
				flag=1;
				p=i;
				break;
			}
		}if(flag==0){
			printf("N/A");
		}else{
			if(rankC[p]<rankA[p]){
				min=rankC[p];
				minp='C';
			}else{
				min=rankA[p];
				minp='A';
			}if(rankM[p]<min){
				min=rankM[p];
				minp='M';
			}if(rankE[p]<min){
				min=rankE[p];
				minp='E';
			}printf("%d %c",min,minp);
		}
		flag=0;
		if(j!=(M-1)){
			printf("\n");
		}
	}
	
	return 0;
}
内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158和192.168.0.159)上安装和配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFS和YARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala和Flink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础和大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台搭建提供详细的安装指南,确保各组件能够顺利安装和配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的搭建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释和故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令和配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
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