博客
关于我
FZU 1629 Above Average
阅读量:152 次
发布时间:2019-02-27

本文共 1102 字,大约阅读时间需要 3 分钟。

解决方案:

首先,我们需要读取输入数据。输入的第一行是一个整数C,表示测试用例的数量。接下来的C行,每一行都对应一个测试用例。每个测试用例的第一行是一个整数N,表示班级的学生人数,接下来的N个整数是该班学生的成绩。

对于每个测试用例,我们需要做以下步骤:

  • 计算所有学生的平均分。
  • 统计有多少学生的成绩高于平均分。
  • 计算这些学生所占的比例,并将结果格式化为百分比,保留三位小数。
  • 具体步骤如下:

  • 读取输入数据。
  • 对于每个测试用例,计算平均分。
  • 统计高于平均分的学生数。
  • 计算百分比并输出。
  • 以下是实现代码:

    #include 
    #include
    #include
    #include
    using namespace std;int main() { int C; cin >> C; for (int i = 0; i < C; ++i) { int N; cin >> N; vector
    scores; for (int j = 0; j < N; ++j) { int score; cin >> score; scores.push_back(score); } double average = accumulate(scores.begin(), scores.end(), 0.0) / N; int above_avg = 0; for (int k = 0; k < N; ++k) { if (scores[k] > average) { ++above_avg; } } double percentage = (static_cast
    (above_avg) / N) * 100.0; cout << fixed << setprecision(3) << percentage << "%"; } return 0;}

    这个代码实现了问题要求的所有步骤。它首先读取输入数据,计算平均分,然后统计高于平均分的学生数,并将结果格式化为百分比输出。代码结构清晰,易于理解和维护。

    转载地址:http://tfid.baihongyu.com/

    你可能感兴趣的文章
    Panalog 日志审计系统 前台RCE漏洞复现
    查看>>
    PANDA VALUE_COUNTS包含GROUP BY之前的所有值
    查看>>
    Pandas - 有条件的删除重复项
    查看>>
    pandas -按连续日期时间段分组
    查看>>
    pandas -更改重新采样的时间序列的开始和结束日期
    查看>>
    SpringBoot+Vue+Redis前后端分离家具商城平台系统(源码+论文初稿直接运行《精品毕设》)15主要设计:用户登录、注册、商城分类、商品浏览、查看、购物车、订单、支付、以及后台的管理
    查看>>
    pandas :to_excel() float_format
    查看>>
    pandas :加入有条件的数据框
    查看>>
    pandas :将多列汇总为一列,没有最后一列
    查看>>
    pandas :将时间戳转换为 datetime.date
    查看>>
    pandas :将行取消堆叠到新列中
    查看>>
    pandas DataFrame 中的自定义浮点格式
    查看>>
    Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答
    查看>>
    Pandas DataFrame中删除列级的方法链接解决方案
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas DataFrame多索引透视表-删除空头和轴行
    查看>>
    pandas DataFrame的一些操作
    查看>>
    Pandas Dataframe的日志文件
    查看>>
    Pandas df.iterrows() 并行化
    查看>>