当前位置: 首页 > news >正文

如何建设一个博客网站全自动引流推广软件下载

如何建设一个博客网站,全自动引流推广软件下载,虾皮跨境电商平台,食用油 网站 模板1. 小蓝正在学习一门神奇的语言,这门语言中的单词都是由小写英文字母组 成,有些单词很长,远远超过正常英文单词的长度。小蓝学了很长时间也记不住一些单词,他准备不再完全记忆这些单词,而是根据单词中哪个字母出现得最…

1.

小蓝正在学习一门神奇的语言,这门语言中的单词都是由小写英文字母组 成,有些单词很长,远远超过正常英文单词的长度。小蓝学了很长时间也记不住一些单词,他准备不再完全记忆这些单词,而是根据单词中哪个字母出现得最多来分辨单词。

现在,请你帮助小蓝,给了一个单词后,帮助他找到出现最多的字母和这 个字母出现的次数。

word=input()
count=0
arr=[]
for i in word:counts=word.count(i)if counts>count:count=counts
for j in word:if word.count(j)==count:arr.append(j)
arr.sort()
print(arr[0])
print(count)

2.成绩统计

补充知识点:round()

round()是python自带的一个函数,用于数字的四舍五入。

num=int(input())
pass_num=0
good_num=0
for i in range(num):score=int(input())if score>60:pass_num=pass_num+1if score>85:good_num=good_num+1
pass1=round((pass_num/num)*100)
good1=round((good_num/num)*100)
print("{}%".format(pass1))
print("{}%".format(good1))

3.

补充知识点  abs(x)

abs(x) 是 Python 的一个内置函数,它的功能是返回一个数的绝对值,常用在数学计算中。绝对值是指一个数在数轴上所对应点到原点的距离,是一个非负数。

补充知识点:  math.gcd() 方法

math.gcd()方法是数学模块的一种库方法,用于查找给定数字的GCD(最大公约数),它接受两个整数并返回其最大公约数(将两个数字相除的最大正整数)。

lcm(最小公倍数)

求解lcm时通常用gcd进行辅助计算。
定理:两个自然数的最大公约数与它们的最小公倍数的乘积等于这两个数的乘积。

def Dijkstra(network,s,d): #迪杰克斯拉算法算s-d的最短路径,并返回路径和代价print("Start Dijkstra Path...")path=[] #s-d的最短路径n=len(network) #邻接矩阵维度,即节点个数fmax=999w=[[0 for i in range(n)]for j in range(n)] #邻接矩阵转化为维度矩阵,即0->maxbook=[0 for i in range(n)] #是否已经是最小的标记列表dis=[fmax for i in range(n)] #s 到其他节点的最小距离book[s-1]=1 #节点编号从1开始,列表序号从0开始midpath=[-1 for i in range(n)] #上一跳列表for i in range(n):for j in range(n):if network[i][j]!=0:w[i][j]=network[i][j] #0->maxelse:w[i][j]=fmaxif i==s-1 and network[i][j]!=0: #直连的节点最小距离就是network[i][j]dis[j]=network[i][j]for i in range(n-1): #n-1次遍历,除了s节点min=fmaxfor j in range(n):if book[j]==0 and dis[j]<min: #如果未遍历且距离最小min=dis[j]u=jbook[u]=1for v in range(n): #u直连的节点遍历一遍if dis[v]>dis[u]+w[u][v]:dis[v]=dis[u]+w[u][v]midpath[v]=u+1 #上一跳更新j=d-1 #j是序号path.append(d) #因为存储的是上一跳,所以先加入目的节点d,最后倒置while(midpath[j]!=-1):path.append(midpath[j])j=midpath[j]-1path.append(s)path.reverse() #倒置列表print(path)#print(midpath)print(dis)#return pathnetwork=[[0,2,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0],[2,0,0,0,0,0,0,0,0,2,0,0,0,0,0,0,0,0,0],[1,0,0,3,0,3,3,0,0,0,0,0,0,0,0,0,0,0,0],[1,0,3,0,1,0,2,1,2,0,0,0,0,0,0,0,0,0,0],[1,0,0,1,0,0,0,1,3,0,0,0,0,0,0,0,0,0,0],[0,0,3,0,0,0,1,0,0,1,0,0,0,0,0,0,0,0,0],[0,1,3,2,0,1,0,0,0,0,2,3,0,1,0,0,0,0,0],[0,0,0,1,1,0,0,0,1,0,0,2,0,0,0,0,0,0,0],[0,0,0,0,3,0,3,1,0,0,0,0,3,0,0,0,0,0,0],[0,2,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,2],[0,0,0,0,0,0,2,0,0,0,0,3,0,1,0,0,0,0,0],[0,0,0,0,0,0,0,2,0,0,3,0,1,0,0,0,0,0,0],[0,0,0,0,0,0,0,0,3,0,0,1,0,2,0,0,1,0,1],[0,0,0,0,0,0,0,0,0,0,1,0,2,0,0,1,0,0,0],[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,3,0],[0,0,0,0,0,0,0,0,0,0,2,0,0,1,1,0,0,0,0],[0,0,0,0,0,0,0,0,0,0,0,0,1,0,1,0,0,0,0],[0,0,0,0,0,0,0,0,0,0,0,0,0,0,3,0,0,0,1],[0,0,0,0,0,0,0,0,0,0,2,0,0,1,0,0,0,0,1]
]
Dijkstra(network,1,19)
#弗洛一德算法# 请在此输入您的代码
M = 999
matrix = [[0, 2, 1, 1, 1, M, M, M, M, M, M, M, M, M, M, M, M, M, M],[2, 0, M, M, M, M, 1, M, M, 2, M, M, M, M, M, M, M, M, M],[1, M, 0, 3, M, 3, 3, M, M, M, M, M, M, M, M, M, M, M, M],[1, M, 3, 0, 1, M, 2, 1, 2, M, M, M, M, M, M, M, M, M, M],[1, M, M, 1, 0, M, M, 1, 3, M, M, M, M, M, M, M, M, M, M],[M, M, 3, M, M, 0, 1, M, M, M, M, M, M, M, M, M, M, M, M],[M, 1, 3, 2, M, 1, 0, M, 3, M, M, M, M, M, M, M, M, M, M],[M, M, M, 1, 1, M, M, 0, 1, M, M, 2, M, M, M, M, M, M, M],[M, M, M, 2, 3, M, 3, 1, 0, M, M, M, M, M, M, M, M, M, M],[M, 2, M, M, M, 1, M, M, M, 0, M, M, M, M, M, M, M, M, 2],[M, M, M, M, M, M, 2, M, M, M, 0, 3, M, 1, M, 2, M, M, M],[M, M, M, M, M, M, M, 2, M, M, 3, 0, 1, M, M, M, M, 1, M],[M, M, M, M, M, M, M, M, 3, M, M, 1, 0, 2, M, M, 1, M, 1],[M, M, M, M, M, M, M, M, M, M, 1, M, 2, 0, M, 1, M, M, M],[M, M, M, M, M, M, M, M, M, M, M, M, M, M, 0, 1, 1, 3, M],[M, M, M, M, M, M, M, M, M, M, 2, M, M, 1, 1, 0, M, M, M],[M, M, M, M, M, M, M, M, M, M, M, M, 1, M, 1, M, 0, M, M],[M, M, M, M, M, M, M, M, M, M, M, 1, M, M, 3, M, M, 0, 1],[M, M, M, M, M, M, M, M, M, 2, M, M, 1, M, M, M, M, 1, 0],
]
n = len(matrix)
for i in range(n):for j in range(n):for k in range(n):matrix[i][j] = min(matrix[i][j], matrix[i][k] + matrix[k][j])
print(matrix[0][18])

4.

小明刚刚找到工作,老板人很好,只是老板夫人很爱购物。老板忙的时候经常让小明帮忙到商场代为购物。小明很厌烦,但又不好推辞。

这不,大促销又来了!老板夫人开出了长长的购物单,都是有打折优惠的。

小明也有个怪癖,不到万不得已,从不刷卡,直接现金搞定。

现在小明很心烦,请你帮他计算一下,需要从取款机上取多少现金,才能搞定这次购物。

取款机只能提供 100元面额的纸币。小明想尽可能少取些现金,够用就行了。 你的任务是计算出,小明最少需要取多少现金。

以下是让人头疼的购物单,为了保护隐私,物品名称被隐藏了。

python ceil 函数是返回值上限的X - 不小于x的最小整数。
说明:

这个函数返回值上限的X - 不小于x的最小整数。

语法:

import math

math.ceil( x )

注:此功能是不能直接访问的,所以我们需要导入的数学模块,然后我们需要调用这个函数,用数学的静态对象。

import math
arr='''
****     180.90       88折
****      10.25       65折
****      56.14        9折
****     104.65        9折
****     100.30       88折
****     297.15        半价
****      26.75       65折
****     130.62        半价
****     240.28       58折
****     270.62        8折
****     115.87       88折
****     247.34       95折
****      73.21        9折
****     101.00        半价
****      79.54        半价
****     278.44        7折
****     199.26        半价
****      12.97        9折
****     166.30       78折
****     125.50       58折
****      84.98        9折
****     113.35       68折
****     166.57        半价
****      42.56        9折
****      81.90       95折
****     131.78        8折
****     255.89       78折
****     109.17        9折
****     146.69       68折
****     139.33       65折
****     141.16       78折
****     154.74        8折
****      59.42        8折
****      85.44       68折
****     293.70       88折
****     261.79       65折
****      11.30       88折
****     268.27       58折
****     128.29       88折
****     251.03        8折
****     208.39       75折
****     128.88       75折
****      62.06        9折
****     225.87       75折
****      12.89       75折
****      34.28       75折
****      62.16       58折
****     129.12        半价
****     218.37        半价
****     289.69        8折
'''
arr=arr.split()
sum=0
for i in range(0,len(arr),3):data=float(arr[i+1])discount=arr[i+2]if len(discount)==2:if discount=='半价':discount=0.5else :discount=float(discount[:-1])*0.1else:discount=float(discount[:-1])*0.01sum=sum+data*discount
print(math.ceil(sum/100)*100)

http://www.dinnco.com/news/68810.html

相关文章:

  • 定做网站建设深圳网络推广有几种方法
  • 做网站好的网站建设公司seo站外推广有哪些
  • 外贸建站应该怎么做百度网盘下载的文件在哪
  • 企业官网模板下载百度seo综合查询
  • 泰安网站建设案例市场营销案例分析
  • 南京网页网站制作免费发布推广信息的软件
  • 今科网站建设公司凡科建站官网
  • 网站的开发方法广州网站建设正规公司
  • 色块网站网络推广运营推广
  • 自己网站上做支付宝怎么收费的站长基地
  • 网站开发需要多钱微信营销神器
  • 做网站开发的电话销售话术简述网站推广的意义和方法
  • 网站推广平台怎么做百度账户登录
  • 专做网站seo网站关键词排名提升
  • 自己做报名网站线上渠道推广怎么做
  • 北京做兼职的网站百度竞价有点击无转化
  • 今日发生的重大国际新闻长沙建站seo公司
  • 手机兼职赚钱平台学生党seo营销服务
  • 网站是什么公司做的百度识图网页版
  • 网站样式模板站长之家排行榜
  • 低价网站设计多少钱推广方案应该有哪些方面
  • 自己做网站卖东西怎么做网络销售
  • 教你做吃的网站营销网页设计公司
  • 肇庆网站建设公司宁波seo排名公司
  • 济南微信网站建设磁力蜘蛛
  • dede网站打开慢中层管理者培训课程有哪些
  • 沈阳市城乡建设局网站互联网营销师培训内容
  • 如何做网站编辑 沒技术软文范例大全200字
  • 普洱北京网站建设百度下载安装最新版
  • 怎么在公司网站做超链接六种常见的网站类型