博客
关于我
问题 A: 谁是你的潜在朋友
阅读量:742 次
发布时间:2019-03-21

本文共 449 字,大约阅读时间需要 1 分钟。

问题 A: 谁是你的潜在朋友

臭味相投——这是我们描述朋友时喜欢用的词汇。两个人是朋友,通常意味着他们存在着许多共同的兴趣。但作为一个宅男,你发现自己与他人相互了解的机会并不太多。幸运的是,你意外得到了一份北大图书馆的图书借阅记录,于是你开始编程,试图从中发现潜在的朋友。

你首先对借阅记录进行整理,把N个读者依次编号为1,2,…,N,把M本书依次编号为1,2,…,M。同时,按照“臭味相投”的原则,如果和你喜欢读同一本书的人,是你的潜在朋友。现在你需要从这份借阅记录中计算出每个人有几个潜在朋友。

输入:每个案例第一行两个整数N,M,2≤N,M≤200。接下来有N行,第i(i=1,2,…,N)行每一行有一个数,表示读者i-1最喜欢的图书的编号P(1≤P≤M)。

输出:每个案例包括N行,每行一个数,第i行的数表示读者i有几个潜在朋友。如果i和任何人都没有共同喜欢的书,则输出“BeiJu”(即悲剧,^ ^)。

样例输入:4 52321

样例输出:BeiJu1BeiJu

如有疑问,欢迎一起探讨!

转载地址:http://qohgz.baihongyu.com/

你可能感兴趣的文章
NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
查看>>
numpy 或 scipy 有哪些可能的计算可以返回 NaN?
查看>>
numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
查看>>
numpy 数组与矩阵的乘法理解
查看>>
NumPy 数组拼接方法-ChatGPT4o作答
查看>>
numpy 用法
查看>>
Numpy 科学计算库详解
查看>>
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
numpy.linalg.norm(求范数)
查看>>
Numpy.ndarray对象不可调用
查看>>
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>
numpy学习笔记3-array切片
查看>>