2021年6月22日,vivo 2022届提前批 数据挖掘 一面

·  阅读 85

这是我参与11月更文挑战的第27天,活动详情查看:2021最后一次更文挑战

依然是题目解析,希望对你有帮助,同样欢迎评论区交流指正。

1.输入一个数组,统计数组中有多少个数是7的倍数或者含有数字7

判断一个数是否是7的倍数可以直接用取余的方法,判断一个数中是否含有数字7,这里提供两种方法:一种是将数字转换成字符串,用 in 进行判断;另一种是将数字转换成字符串,用 find 方法,如果不包含会返回 -1。

代码如下:

def get_num_1(nums):
    res = 0
    for i in nums:
        if i % 7 ==0 or str(i).find('7') != -1:
            res +=1
    return res
nums = [7,21,34,777,666,888,63]
print(get_num_1(nums))


def get_num_2(nums):
    res = 0
    for i in nums:
        if i % 7 ==0 or '7' in str(i):
            res +=1
    return res
nums = [7,21,34,777,666,888,63]
print(get_num_2(nums))
复制代码

2.背包问题

2.0-1背包问题

题目描述:给定物品的重量weights=[1, 2, 5, 6, 7] ,对应的价值values=[1, 6, 18, 22, 28] , 背包能装的最大重量为capicity=11。问:我们用这个背包装什么物品能获得最大价值? 注意:每件物品只有一件。并且最终重量不能超过背包所能承载的重量。

本题解析参考:www.pianshen.com/article/207…

分析:

首先,说明一下,本题采用动态规划, 因为问题的本身含最优子结构。 我们先给出转态转移方程:

c(i, w) 表示包容量为w时,考虑前i个物品所能获得的最大价值。。 i表示第i个物品,w表示包容量

第一种情况: 当前物品的重量超过了包的承载量,显然装不上,那它当前的最大价值就是原有包中的价值(不装这个物品时的最大价值)。

第二种情况:当前物品的重量没有包承载量大。则说明当前这个物品可以装进去。 那我们就得考虑了: 装这个物品价值大还是不装这个物品价值大? 从两种情况中选最大的。

右下角的40, 就是我们所能获得的最大价值

接着,我们还需要输出获得最大价值的时候,我们拿了什么物品。

从右下角的40开始, 背包容量为11,由于40 与上一行的40相等, 说明我们没有装第五个物品(因为当背包容量为11,装第四个物品的时候,价值已经到达了40)。 紧接着, 在背包容量为11时,对应第三个物品,最大价值是25, 所以,我们装了第四个物品。 此时,我们的背包容量变为W-w4 即:11-6=5。 所以,对于第三个物品,我们直接考虑在背包容量为5的时候, 可以看出价值是18,考虑有没有装第三个? 因为背包容量为5时,第二个物品所对应的最大价值为7. 所以我们装了第三个物品。 接在:W剩 - w3 = 5-5 = 0 。 我们就可以得出背包中装了第三个和第四个物品。

代码实现:

#  01 背包问题
def bag_01(weights, values, capicity):
 
    # [*, *, *, *, *, *, *, *, *, *, *, *]
    # [*, *, *, *, *, *, *, *, *, *, *, *]
    # [*, *, *, *, *, *, *, *, *, *, *, *]
    # [*, *, *, *, *, *, *, *, *, *, *, *]
    # [*, *, *, *, *, *, *, *, *, *, *, *]
    # [*, *, *, *, *, *, *, *, *, *, *, *]
    n = len(values)
    f = [[0 for j in range(capicity+1)] for i in range(n+1)]
    for i in range(1, n+1):
        for j in range(1, capicity+1):
            f[i][j] = f[i-1][j]
            if j >= weights[i-1] and f[i][j] < f[i-1][j-weights[i-1]] + values[i-1]:
                f[i][j] = f[i-1][j-weights[i-1]] + values[i-1]
    return f
 
def show(capicity, weights, f):
    n = len(weights)
    print("最大价值:", f[n][capicity])
    x = [False for i in range(n)]
    j = capicity
    for i in range(n, 0, -1):
        if f[i][j] > f[i-1][j]:
            x[i-1] = True
            j -= weights[i-1]
    print("背包中所装物品为:")
    for i in range(n):
        if x[i]:
            print("第{}个".format(i+1))
 
if __name__ == '__main__':
    # weights 指的是物品的重量
    # values 指的是物品的价值
    # capicity 指的是袋子能装的重量
    n = 5
    weights = [1, 2, 5, 6, 7]
    values = [1, 6, 18, 22, 28]
    capicity = 11
    m = bag_01(weights, values, capicity)
    # 打印矩阵
    for i in range(len(m)):
        print(m[i])
 
    # 接下来输出要装的物品
    show(capicity, weights, m)
复制代码
分类:
人工智能
标签:
收藏成功!
已添加到「」, 点击更改