华为od机试python实现hj1 字符串最后一个单词的长度

时间: 2023-05-08 18:00:35 浏览: 69
HJ1题目要求通过Python编写程序,实现求解输入字符串中最后一个单词的长度的功能。通过分析题目,我们可以将在Python中实现解题过程分为如下几个步骤: 1、输入字符串处理。在题目中,字符串由空格和单词组成,因此,我们需要使用strip()函数将输入字符串前后空格去除。 2、找到最后一个单词。由于我们需要求解的是字符串中最后一个单词的长度,因此需要使用split()函数将字符串按空格分割成单词列表,然后选取最后一个单词,使用Python内置函数len()求取该单词长度。 3、输出结果。最后,我们将求解所得最后一个单词长度输出,即为题目所要求的答案。 以下是Python实现代码: ```python # 输入字符串处理 str1 = input().strip() # 找到最后一个单词 word_list = str1.split() last_word = word_list[-1] # 输出结果 print(len(last_word)) ``` 当然,这只是一种实现方式,根据实际情况,也可以使用其他的Python语言特性或者库函数来实现此题目的要求。
相关问题

华为od机试真题 c++ 实现【字符串重新排列

题目描述: 给定一个字符串,将其中的小写字母和大写字母分别重新排列,使得所有的小写字母都排在大写字母的前面。 解题思路: 本题的思路比较简单,我们只需要遍历整个字符串,将其中的小写字母和大写字母分别存入两个数组中,然后将它们依次拼接起来就可以了。 具体步骤如下: 1. 定义两个数组,分别用于存放小写字母和大写字母。 2. 遍历字符串,将其中的小写字母存入小写字母数组中,将其中的大写字母存入大写字母数组中。 3. 将小写字母数组和大写字母数组依次拼接起来,并将拼接后的字符串输出即可。 代码实现: #include <stdio.h> #include <string.h> int main() { char str[100]; //定义字符串 char lower[100], upper[100]; //定义存放小写字母和大写字母的数组 int i, j=0, k=0; //i为循环变量,j和k分别用于记录小写字母数组和大写字母数组中的元素个数 printf("请输入字符串:"); scanf("%s", str); //输入字符串 for(i=0; i<strlen(str); i++) //遍历字符串 { if(str[i]>='a' && str[i]<='z') //如果是小写字母 { lower[j] = str[i]; //将它存入小写字母数组中 j++; } else if(str[i]>='A' && str[i]<='Z') //如果是大写字母 { upper[k] = str[i]; //将它存入大写字母数组中 k++; } } lower[j] = '\0'; //在小写字母数组最后加上'\0',表示字符串结束 upper[k] = '\0'; //在大写字母数组最后加上'\0',表示字符串结束 strcat(lower, upper); //将小写字母数组和大写字母数组依次拼接起来 printf("重新排列后的字符串为:%s\n", lower); //输出拼接后的字符串 return 0; }

2023华为od机试b卷【增强字符串】

题目要求编写一个函数,对于给定的字符串s,将相邻重复的字符用它们的个数和字符本身表示。 例如,给定字符串s = "aaabbbccc",函数应该返回字符串"3a3b3c"。 要解决这个问题,我们可以使用两个指针来遍历字符串。一个指针指向当前字符,另一个指针用来记录重复字符的个数。当遇到不同的字符或遍历到字符串末尾时,将重复字符的个数和字符本身添加到结果字符串中。 具体步骤如下: 1. 初始化一个空字符串result,用来存放结果。 2. 设置两个指针,一个指向当前字符指针cur,一个用来记录重复字符的指针count,初始值为1。 3. 从第二个字符开始,遍历整个字符串。 4. 如果当前字符等于前一个字符,则将count加1。 5. 如果当前字符不等于前一个字符,则将重复字符的个数count和前一个字符添加到result中,并将count重置为1。 6. 遍历结束后,将最后一个字符和重复字符的个数count添加到result中。 7. 返回结果字符串result。 以下是具体的实现代码: ```python def enhance_string(s): result = "" cur = 0 count = 1 for i in range(1, len(s)): if s[i] == s[cur]: count += 1 else: result += str(count) + s[cur] cur = i count = 1 result += str(count) + s[cur] return result ``` 测试样例: ```python s = "aaabbbccc" print(enhance_string(s)) # 输出"3a3b3c" ``` 通过以上步骤,我们可以成功地将字符串中的相邻重复字符替换为它们的个数和字符本身。

相关推荐

华为OD机试是华为的外包岗位,类似于事业单位劳务派遣的岗位性质。OD是和外企德科签订用工合同。OD等级分为d1-d5,对应华为的13-17级,工资也从13k-29k不等,总的来说还是较为可观的。目前华为18级以下的社招都是以OD的形式进行,如果你想进入华为,OD也是一个不错的途径。\[2\] 关于华为OD机试Python真题2023的具体内容,我无法提供详细信息,因为我没有找到相关的题目描述。但是,根据引用\[1\]中的信息,华为OD机试包括两部分:2022年老题库和2023新增题目。如果你想了解具体的题目内容,建议你参考华为OD机试的官方资料或者咨询已经参加过该机试的人员。 #### 引用[.reference_title] - *1* *2* [【华为OD机试真题】-2023(A+B卷)【C++,JAVA,Python】](https://blog.csdn.net/goldarmour/article/details/129807099)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [华为OD机试真题 Python 实现【最佳对手】【2023Q1 200分】,附详细解题思路](https://blog.csdn.net/guorui_java/article/details/131428825)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
华为OD机试真题要求使用Python实现分班功能,下面我将简要说明实现的思路。 首先我们需要读取输入的学生信息,包括姓名和成绩。可以使用Python的输入函数input()来实现,要求输入的学生信息按照一定格式排列,例如每行一个学生信息,姓名和成绩之间使用空格分隔。 我们可以定义一个空的字典来存储学生信息,姓名作为key,成绩作为value。我们可以使用Python的字典数据类型来实现,student_dict = {}。 然后,我们可以根据成绩对学生进行排序,可以使用Python的内置函数sorted()对字典的value进行排序,注意我们需要通过student_dict.items()将字典转换为可排序的列表。 接着我们需要根据排序后的学生列表来分班,根据题目要求,每班的人数是相同的,假设为n。有两种常见的分班方式: 1. 按照学生的顺序,依次将学生分到不同的班级,当分到第n个学生时,再将学生分到下一个班级。可以使用取余运算符%来实现这个过程。 2. 先将学生按照成绩分组,成绩相同的学生放在一起,然后再将每组学生按照上述方式分到不同的班级。 最后,我们需要输出分班结果,可以使用Python的格式化输出语句将学生信息打印出来,例如print("班级1: " + str(class1))。 以上是我对华为OD机试真题的大致思路,具体的代码实现需要考虑一些细节问题,并根据实际的需求进行调整。
【完美走位】是一道针对程序员编程能力和逻辑思考能力的题目,要求编写Python程序模拟自动驾驶时车辆行驶过程中的走位,以达到更顺畅、安全的驾驶方式。 在这道题目中,我们需要根据给定的路线和障碍物,模拟车辆在路线上的行驶并自动避开障碍物。预先给定的路线是一个由二维坐标组成的列表,每个坐标代表一个点。而障碍物则是一个由坐标和半径组成的列表,每个障碍物有一个圆形的范围。 为了实现完美的走位,我们需要考虑车辆在行驶过程中的方向和速度,同时需要判断车辆与障碍物的距离并及时调整行驶方向,确保行驶路径的安全性和连贯性。在程序设计过程中,可以考虑采用常用的计算几何图形算法和数值计算方法,比如向量运算、欧几里得距离计算等。 针对这道题目,我们可以采用Python实现相关算法,比如使用numpy库进行向量运算,使用math库进行欧几里得距离计算。同时,我们需要将算法和程序实现进行分模块设计,方便代码的管理和调试。具体实现可以参考以下步骤: 1. 定义坐标系和车辆初始位置,计算起始方向和速度; 2. 根据预设路线和初始速度,计算车辆下一步移动的目标坐标和行驶方向; 3. 判断目标坐标是否会与障碍物发生碰撞,如果有则进行避让处理,重新计算目标坐标和行驶方向; 4. 根据算法循环执行第2、3步,直到车辆到达终点或出现异常状况; 5. 输出行驶路线和走位结果,进行调试和优化。 通过以上步骤,我们可以实现华为od机试要求的【完美走位】程序,为自动驾驶等领域的人工智能技术提供有效的支持和发展。
题目描述: 输入一个二叉查找树和一个目标节点值,输出这个目标节点在二叉查找树中的层数。如果这个节点不在树中,输出-1。 算法思路: 二叉查找树能快速找到目标节点,因为左边节点小于右边节点,可以用二分思想来优化查找速度。通过递归,比较当前节点值和目标节点值的大小,若相等则返回当前层数即可,若目标节点值小于当前节点值,则向左子树递归查找,否则向右子树递归查找。如果找到节点则返回当前层数,如果递归到叶子节点仍未找到,返回-1。 代码实现: class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right class Solution: def searchBST(self, root: TreeNode, val: int) -> int: if root.val == val: return 1 elif val < root.val and root.left: return self.searchBST(root.left, val) + 1 elif val > root.val and root.right: return self.searchBST(root.right, val) + 1 else: return -1 测试样例: root = TreeNode(4) root.left = TreeNode(2) root.right = TreeNode(7) root.left.left = TreeNode(1) root.left.right = TreeNode(3) s = Solution() print(s.searchBST(root, 2)) # 2 print(s.searchBST(root, 5)) # -1 代码解释: 首先定义了一个节点类,包含节点值、左子树和右子树。然后是主要代码部分,将树的根节点和目标节点值作为参数传入函数中。如果当前节点值等于目标节点,则返回当前层数1。如果目标节点值小于当前节点值,且左子树存在,则将目标节点值和左子节点作为参数递归调用函数,返回值加1。如果目标节点值大于当前节点值,且右子树存在,则将目标节点值和右子节点作为参数递归调用函数,返回值加1。如果目标节点不在树中,返回-1。最后的测试样例中,对于二叉树的根节点的左子树中的值为2的节点,输出的结果是2;对于不存在于二叉树中的节点值为5的节点,输出的结果是-1。
字符串重新排列是一道比较基础的编程问题,主要考察对字符串的基本操作以及算法思维的理解。实现的思路可以分为以下几个步骤: 1. 统计字符串中每个字符出现的次数,可以用一个数组来记录。如果字符串中有多个相同的字符,数组中对应的元素值需要加上相应的次数。 2. 根据每个字符出现的次数,生成一个新的字符串。比如说原字符串为"hello",那么新字符串的可能是"eolh"。这里需要注意的是,新字符串中相同的字符的顺序需要和原字符串中相同。 3. 需要考虑特殊情况,即原字符串中有空格或者特殊字符等,需要排除这些字符。 最后,我们来看一下具体的代码实现: js function rearrangeString(str) { // 统计每个字符出现的次数 const count = {}; for (let i = 0; i < str.length; i++) { const char = str[i]; if (/\w/.test(char)) { if (!count[char]) { count[char] = 1; } else { count[char]++; } } } // 生成新的字符串 let newStr = ''; Object.keys(count).sort((a, b) => count[b] - count[a]).forEach((char) => { newStr += char.repeat(count[char]); }); return newStr; } 代码中,我们首先定义一个count对象用来存储每个字符出现的次数。对于字符串中的每个字符,我们使用正则表达式/\w/来判断是否为字母或数字,如果是再进行统计。统计完成后,我们使用Object.keys(count)来获取count对象的键组成的数组,再使用数组的sort方法来排序,使出现次数多的字符排在前面。最后,我们遍历排序后的数组,根据记录的出现次数,使用字符串的repeat方法来生成新字符串。
这道华为OD机试题要求使用Java实现过滤组合字符串。题目大意是给定若干个字符串,其中只包含小写字母,要求从中选出若干个字符串组合成一个新的字符串,使得新字符串中每个字母至少出现两次,同时新字符串长度最小。如果存在多种组合方式,则输出字典序最小的一种。 对于这道题,我们可以先对输入的字符串进行处理,将每个字符串中的重复字母去除,然后计算每个字符出现的次数。在此基础上,我们可以使用回溯算法,依次尝试从所有字符串中选取不同的组合,每次选取完都要判断当前组合是否符合要求,并更新最小字典序的组合。 在回溯算法的实现中,我们可以使用递归函数实现。递归函数中需要传递的参数包括当前已选取的字符串(组合),已选取字符的个数和每个字符剩余可用次数。在递归函数中,我们首先需要判断当前组合是否符合要求,如果符合则进行字典序比较并更新最小字典序组合,然后继续尝试选取下一个字符串加入组合。如果组合不符合要求,则直接退出递归。 需要注意的是,在回溯算法的实现过程中,我们需要使用一个HashSet保存之前已经选取过的字符串,以避免重复运算。 总之,这是一道较为综合性的算法题,需要掌握回溯算法的思想以及Java的基本语法和数据结构。同时,对于本题的实现可能还需要花费一定的时间来调试和优化代码。

最新推荐

教你如何过华为机试.docx

华为机试算法题总结 经验分享

code1.ipynb

code1.ipynb

数据结构1800试题.pdf

你还在苦苦寻找数据结构的题目吗?这里刚刚上传了一份数据结构共1800道试题,轻松解决期末挂科的难题。不信?你下载看看,这里是纯题目,你下载了再来私信我答案。按数据结构教材分章节,每一章节都有选择题、或有判断题、填空题、算法设计题及应用题,题型丰富多样,共五种类型题目。本学期已过去一半,相信你数据结构叶已经学得差不多了,是时候拿题来练练手了,如果你考研,更需要这份1800道题来巩固自己的基础及攻克重点难点。现在下载,不早不晚,越往后拖,越到后面,你身边的人就越卷,甚至卷得达到你无法想象的程度。我也是曾经遇到过这样的人,学习,练题,就要趁现在,不然到时你都不知道要刷数据结构题好还是高数、工数、大英,或是算法题?学完理论要及时巩固知识内容才是王道!记住!!!下载了来要答案(v:zywcv1220)。

语义Web动态搜索引擎:解决语义Web端点和数据集更新困境

跟踪:PROFILES数据搜索:在网络上分析和搜索数据WWW 2018,2018年4月23日至27日,法国里昂1497语义Web检索与分析引擎Semih Yumusak†KTO Karatay大学,土耳其semih. karatay.edu.trAI 4 BDGmbH,瑞士s. ai4bd.comHalifeKodazSelcukUniversity科尼亚,土耳其hkodaz@selcuk.edu.tr安德烈亚斯·卡米拉里斯荷兰特文特大学utwente.nl计算机科学系a.kamilaris@www.example.com埃利夫·尤萨尔KTO KaratayUniversity科尼亚,土耳其elif. ogrenci.karatay.edu.tr土耳其安卡拉edogdu@cankaya.edu.tr埃尔多安·多杜·坎卡亚大学里扎·埃姆雷·阿拉斯KTO KaratayUniversity科尼亚,土耳其riza.emre.aras@ogrenci.karatay.edu.tr摘要语义Web促进了Web上的通用数据格式和交换协议,以实现系统和机器之间更好的互操作性。 虽然语义Web技术被用来语义注释数据和资源,更容易重用,这些数据源的特设发现仍然是一个悬 而 未 决 的 问 题 。 流 行 的 语 义 Web �

给出推荐算法的具体方法

### 回答1: 好的,下面是基于内容的推荐算法的具体方法: 1. 特征提取:根据音乐家的特征数据,提取出一些关键特征,比如音乐风格、代表作品等。可以使用TF-IDF算法或者词袋模型对特征进行处理。 2. 相似度计算:根据特征提取的结果,计算出音乐家之间的相似度。可以使用余弦相似度或者皮尔逊相关系数等算法计算相似度。 3. 推荐分数计算:根据用户的历史喜好和音乐家之间的相似度,计算出每个音乐家的推荐分数。可以使用加权平均数等方法计算推荐分数。 4. 结果排序:根据推荐分数,对音乐家进行排序,推荐给用户。 具体实现方法如下: 1. 特征提取:首先将音乐家的特征数据转化为向量形式,比如

TFT屏幕-ILI9486数据手册带命令标签版.pdf

ILI9486手册 官方手册 ILI9486 is a 262,144-color single-chip SoC driver for a-Si TFT liquid crystal display with resolution of 320RGBx480 dots, comprising a 960-channel source driver, a 480-channel gate driver, 345,600bytes GRAM for graphic data of 320RGBx480 dots, and power supply circuit. The ILI9486 supports parallel CPU 8-/9-/16-/18-bit data bus interface and 3-/4-line serial peripheral interfaces (SPI). The ILI9486 is also compliant with RGB (16-/18-bit) data bus for video image display. For high speed serial interface, the ILI9486 also provides one data and clock lane and supports up to 500Mbps on MIPI DSI link. And also support MDDI interface.

数据搜索和分析

跟踪:PROFILES数据搜索:在网络上分析和搜索数据WWW 2018,2018年4月23日至27日,法国里昂1485表征数据集搜索查询艾米莉亚·卡普尔扎克英国南安普敦大学开放数据研究所emilia. theodi.org珍妮·坦尼森英国伦敦开放数据研究所jeni@theodi.org摘要在Web上生成和发布的数据量正在迅速增加,但在Web上搜索结构化数据仍然存在挑战。在本文中,我们探索数据集搜索分析查询专门为这项工作产生的通过众包-ING实验,并比较它们的搜索日志分析查询的数据门户网站。搜索环境的变化以及我们给人们的任务改变了生成的查询。 我们发现,在我们的实验中发出的查询比数据门户上的数据集的搜索查询要长得多。 它们还包含了七倍以上的地理空间和时间信息的提及,并且更有可能被结构化为问题。这些见解可用于根据数据集搜索的特定信息需求和特征关键词数据集搜索,�

html出生日期中年的下拉列表怎么涵盖所有年

### 回答1: 在 HTML 中,可以使用 `<select>` 和 `<option>` 标签来创建下拉列表。要涵盖所有年份,可以使用 JavaScript 动态生成年份选项。 以下是一个示例代码,它会生成从当前年份到 1900 年的年份选项: ```html <select name="year"> <option value="">--请选择--</option> </select> <script> var select = document.querySelector('select[name="year"]'); var currentYear = new Da

freescale IMX6 开发板原理图

freesacle 的arm cortex-a9的双核 四核管脚兼容CPU开发板原理图。

自适应学习率的矩阵近似协同过滤算法(AdaError)

首页>外文书>人文>心理励志> User Modeling,WWW 2018,2018年4月23日至27日,法741AdaError:一种自适应学习率的矩阵近似协同过滤李东升IBM中国研究院中国上海ldsli@cn.ibm.com上海复旦大学,中国lutun@fudan.edu.cn摘要朝晨IBM中国研究院中国上海cchao@cn.ibm.com李尚科罗拉多大学博尔德分校美国科罗拉多州博尔德li. colorado.edu秦律科罗拉多大学博尔德分校美国科罗拉多州博尔德www.example.comqin.lv @colorado.edu复旦大学上海,中国ninggu@fudan.edu.cnACM参考格式:HansuGuSeagateTechnology美国科罗拉多guhansu@gmail.comStephen M.朱IBM研究院-中国上海,中国schu@cn.ibm.com诸如随机梯度下降的基于梯度的学习方法被广泛用于基于矩阵近似的协同过滤算法中,以基于观察到的用户项目评级来训练推荐模型。一个主要的困难 在现有的基于梯度的学习方法中,确定适当的学习率是一个重要的问题,因为如果�