题目
古人云:秀恩爱,分得快。
互联网上每天都有大量人发布大量照片,我们通过分析这些照片,可以分析人与人之间的亲密度。如果一张照片上出现了 K 个人,这些人两两间的亲密度就被定义为 1/K。任意两个人如果同时出现在若干张照片里,他们之间的亲密度就是所有这些同框照片对应的亲密度之和。下面给定一批照片,请你分析一对给定的情侣,看看他们分别有没有亲密度更高的异性朋友?
输入格式:
输入在第一行给出 2 个正整数:N(不超过1000,为总人数——简单起见,我们把所有人从 0 到 N-1 编号。为了区分性别,我们用编号前的负号表示女性)和 M(不超过1000,为照片总数)。随后 M 行,每行给出一张照片的信息,格式如下:
K P[1] ... P[K]
其中 K(≤ 500)是该照片中出现的人数,P[1] ~ P[K] 就是这些人的编号。最后一行给出一对异性情侣的编号 A 和 B。同行数字以空格分隔。题目保证每个人只有一个性别,并且不会在同一张照片里出现多次。
输出格式:
首先输出 A PA
,其中 PA
是与 A
最亲密的异性。如果 PA
不唯一,则按他们编号的绝对值递增输出;然后类似地输出 B PB
。但如果 A
和 B
正是彼此亲密度最高的一对,则只输出他们的编号,无论是否还有其他人并列。
输入样例 1:
10 4
4 -1 2 -3 4
4 2 -3 -5 -6
3 2 4 -5
3 -6 0 2
-3 2
输出样例 1:
-3 2
2 -5
2 -6
输入样例 2:
4 4
4 -1 2 -3 0
2 0 -3
2 2 -3
2 -1 2
-3 2
输出样例 2:
-3 2
代码
个人代码,仅供参考
from collections import defaultdict
# 输入人数和照片数量
n, m = map(int, input().split())
# 输入每张照片的信息
photo = [input().split() for _ in range(m)]
# 输入情侣的编号
a, b = input().split()
# 使用defaultdict来存储与a和b的亲密度
pa = defaultdict(float)
pb = defaultdict(float)
# 遍历每张照片
for i in photo:
# 获取照片中的人
people = set(i[1:])
# 遍历照片中的人
for j in people:
# 如果a在照片中,并且j是a的异性
if a in people and (('-' in a and '-' not in j) or ('-' not in a and '-' in j)):
# 累加亲密度
pa[j] += 1 / int(i[0])
# 如果b在照片中,并且j是b的异性
if b in people and (('-' in b and '-' not in j) or ('-' not in b and '-' in j)):
# 累加亲密度
pb[j] += 1 / int(i[0])
# 初始化存储最大亲密度的人的集合
pares = set()
pbres = set()
# 找出与a亲密度最高的人
for i in pa.keys():
if pa[i] == max(pa.values()):
pares.add(i)
# 找出与b亲密度最高的人
for i in pb.keys():
if pb[i] == max(pb.values()):
pbres.add(i)
# 判断是否需要输出a和b
# 如果a在b的亲密度集合中,并且b在a的亲密度集合中,或者两者的亲密度集合都为空
if (a in pbres and b in pares) or (not pares and not pbres):
# 输出a和b
print(a, b)
else:
# 按照绝对值递增的顺序输出与a亲密度最高的人
for i in sorted(pares, key=lambda x: abs(int(x))):
print(a, i)
# 按照绝对值递增的顺序输出与b亲密度最高的人
for i in sorted(pbres, key=lambda x: abs(int(x))):
print(b, i)
总结及测试点分析
这道题最坑我感觉就是测试点3,测试点3是pares和pbres都为空的情况,也就是说输入的照片里面就没有a和b的情况
比如说输入为
10 0
-0 1
然后输出是
-0 1