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
Pandas | 频数统计很简单,但这5 种技巧你使用过吗?
查看>>
Pandas 中文官档 ~ 基础用法4
查看>>
pandas 中的 for 循环真的很糟糕吗?我什么时候应该关心?
查看>>
Pandas 中的多索引旋转
查看>>
Pandas 中的日期范围
查看>>
pandas 中的时间序列箱线图
查看>>
Pandas 使用指南
查看>>
pandas 分组并使用最小值更新
查看>>
pandas 叶上的热图
查看>>
pandas 均值(mean), 均值填充NA(fill_na)
查看>>
Pandas 对数据框的布尔比较
查看>>
Pandas 将多个数据帧与时间戳索引对齐
查看>>
pandas 将通话数据分割为15分钟的间隔
查看>>
pandas 找到局部最大值和最小值
查看>>
Pandas 按年份分组,按销售列排名,在具有重复数据的数据框中
查看>>
pandas 按日期和年份分组,并汇总金额
查看>>
pandas 数据帧到PostgreSQL表中使用的是没有SQLAlChemy的心理复制2吗?
查看>>
pandas 数据帧多行查询
查看>>
Pandas 数据框:使用线性插值重新采样
查看>>
pandas 数据框将 INT64 列转换为布尔值
查看>>