输入格式 输入两行，第一行 是配件总个数n（0<n<100），第二行 依次输入CPU，内存，硬盘， 显示器，显卡，机箱，主板 等一系列配件的价格。(单价均为整数，且不大于100万) 输出格式 输出两行。第一行 按从高到低的顺序输出各配件价格，第二行 输出这台电脑的总价格。 样例1 输入复制 7 5600 1299 1100 3289 6700 580 2100 输出 6700 5600 3289 2100 1299 1100 580 20668

好的，我明白了。这是一道关于买电脑的问题，输入配件的个数和各个配件的价格，输出按价格从高到低排序的配件价格和这台电脑的总价。下面是 Python 的代码实现：

n = int(input())
prices = list(map(int, input().split()))

# 按价格从高到低排序
prices.sort(reverse=True)

# 输出各配件价格
for p in prices:
    print(p, end=' ')

# 输出这台电脑的总价格
total_price = sum(prices)
print('\n{}'.format(total_price))

运行程序，输入样例数据，得到以下输出结果：

6700 5600 3289 2100 1299 1100 580 
20668

相关问题

•问题描述 数学上规定，两个矩阵相乘A×B必须满足的条件是A的列数等于B的行数，并且矩阵乘法没有交换律。对于n个矩阵连乘A1×A2×……×An，第i个矩阵的列数必须等于第i+1个矩阵的列数。 在满足该条件的前提下，不同的计算次序可能导致矩阵元素乘法(对应于计算机辅助计算时CPU执行乘法指令的次数)的次数不同，为此，需要在各种可能的计算次序中找出其中元素乘法最少的那一种。 •输入格式 输入的第1行是1个整数，记作n，表示一共有多少个矩阵。从第2行开始每行是用逗号分隔的两个正整数，表示一个矩阵的行数和列数。 •输出格式 输出有两行，第1行是n-1个整数，是1到n-1的一种排列，用空格分隔，表示乘法的次序，即依次执行第几个乘号的矩阵乘法(n个矩阵连乘当然是n-1个乘号)。第2行是1个正整数，表示在上述计算次序之下共需要多少次元素乘法。

这是一道典型的动态规划问题，可以使用动态规划求解。

设 $f(i,j)$ 表示从第 $i$ 个矩阵到第 $j$ 个矩阵连乘的最小次数，$m(i,j)$ 表示从第 $i$ 个矩阵到第 $j$ 个矩阵的乘积矩阵的行数。

则有状态转移方程：

$$f(i,j)=\begin{cases}0 & i=j\\ \min\limits_{i\le k<j}\{f(i,k)+f(k+1,j)+m(i,k)m(k+1,j)\} & i<j\end{cases}$$

初始条件为 $f(i,i)=0$，最终答案为 $f(1,n)$。

具体实现时，可以使用二维数组 $dp[i][j]$ 来保存 $f(i,j)$ 的值，使用二维数组 $m[i][j]$ 来保存 $m(i,j)$ 的值，使用二维数组 $s[i][j]$ 来保存最优计算次序下从第 $i$ 个矩阵到第 $j$ 个矩阵的分界点 $k$，即 $f(i,j)=f(i,k)+f(k+1,j)+m(i,k)m(k+1,j)$ 中取到最小值时的 $k$。

最后，根据 $s$ 数组可以递归地输出最优计算次序。

时间复杂度为 $O(n^3)$。

以下是Python实现：