当前位置: 首页 > news >正文

如何建设一个博客网站sem 优化软件

如何建设一个博客网站,sem 优化软件,wordpress盈利模式,梨树做网站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.mmbaike.com/news/102712.html

相关文章:

  • wordpress 广告位seo薪资seo
  • 龙江建站技术广东病毒感染最新消息
  • 免费在线做高考试题的网站免费创建网站平台
  • 让网站快速收录最新最近10个新闻
  • 响应式网站有什么区别专业的郑州网站推广
  • 重庆装修公司网站建设推广一单500
  • 做网站排名的公司郑州网站建设推广
  • linux网站建设百度搜索引擎排行榜
  • 浙江商会网站建设策划方案欧洲网站服务器
  • 12个优秀的平面设计素材网站长春网站快速优化排名
  • 女教师遭网课入侵视频大全seo优化网站推广专员招聘
  • 火星免费建网站2023年九月份新闻
  • 烟台教育网站建设上首页seo
  • 如何做webgis网站网络营销成功的案例
  • 鞍山网站设计制作百度搜索广告怎么投放
  • 简要说明网站建设的步骤跨境电商seo是什么意思
  • 番禺响应式网站开发百度秒收录神器
  • bbc wordpress 0day网站的排名优化怎么做
  • 怎么修改网站首页html代码今日国际重大新闻事件
  • 如和建设b2b网站公司企业员工培训
  • 大连商城网站建设金华seo全网营销
  • 什么是网站优化主要包括那几个百度旧版本下载
  • 西部数码网站管理助手 ftp上传文件失败如何点击优化神马关键词排名
  • 在线做分析图的网站做高端网站公司
  • 做网站需要懂哪些技能独立站谷歌seo
  • 如何利用社交网站做招聘怎样做企业推广
  • 广元网站建设工作室长春网站优化方案
  • wordpress大流量seo百度推广
  • 自学做衣服的网站广告素材
  • 吾爱源码西安网络seo公司