PAT 1073 多选题常见计分法(测试点3,4分析)

2024-04-02 06:38

本文主要是介绍PAT 1073 多选题常见计分法(测试点3,4分析),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目链接:请点击
分析:与1058相似
1 错误选项应包含以下2种情形:其一,是选错的;其二,是正确选项但是未选的
2 哪些题算是“错的多的题目” 这里是在所有选项中找出最多错误选项。而不是先找最多错误的题目,再找该题目中寻找最大错误选项
这也是测点3与4错误原因。(第一次测点3与4未过,参考1)

AC代码

#include<iostream>
using namespace std;
struct Que{int score;//每道题的分值int optNum;//选项个数int rigOptNum;//正确选项个数int rigOpts[5]={0};//(0错误1正确)下标分别对应a、b... int errNum=0;//错误数量int errOpts[5]={0};//错误选项数量 下标对应a... 
};
int main(){int N,M,maxErr=0;//maxErr是最大选项错误数量 cin>>N>>M;Que que[M];//que输入题目信息for(int i=0;i<M;i++){cin>>que[i].score>>que[i].optNum>>que[i].rigOptNum;for(int j=0;j<que[i].rigOptNum;j++){char opt; cin>>opt;que[i].rigOpts[opt-'a']=1; }} for(int i=0;i<N;i++){scanf("\n");float stuScore=0;//第i个学生分数 for(int j=0;j<M;j++){int num,flag=1;//分别为第i个学生第j题的选项数与此题是否正确 scanf("(%d",&num);int opts[5]={0};//记录漏选的选项 for(int k=0;k<num;k++){char opt;scanf(" %c",&opt); opts[opt-'a']=1; if(que[j].rigOpts[opt-'a']==0){//错选que[j].errOpts[opt-'a']+=1;//第j题第(a..)选项错误数量++ flag=0; } } scanf(")");if(j!=M-1) scanf(" ");//吸收空格 注意最后一个选项后无空格 for(int k=0;k<5;k++){//记录是正确选项但却未选的 if(que[j].rigOpts[k]==1&&opts[k]==0) que[j].errOpts[k]++;if(i==N-1&&maxErr<que[j].errOpts[k]) maxErr=que[j].errOpts[k];} if(flag){if(num==que[j].rigOptNum) stuScore+=que[j].score;//全对 else stuScore+=que[j].score*1.0/2;//半对} else que[j].errNum++;//第j题错误数量++ }printf("%.1f\n",stuScore); } if(maxErr==0){cout<<"Too simple"<<endl;return 0;}for(int i=0;i<M;i++){for(int j=0;j<5;j++){if(que[i].errOpts[j]==maxErr) cout<<maxErr<<" "<<i+1<<"-"<<(char)(j+'a')<<endl;}}return 0;
}

这篇关于PAT 1073 多选题常见计分法(测试点3,4分析)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/869242

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL深分页进行性能优化的常见方法

《MySQL深分页进行性能优化的常见方法》在Web应用中,分页查询是数据库操作中的常见需求,然而,在面对大型数据集时,深分页(deeppagination)却成为了性能优化的一个挑战,在本文中,我们将... 目录引言:深分页,真的只是“翻页慢”那么简单吗?一、背景介绍二、深分页的性能问题三、业务场景分析四、