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
    OpenMetadata 命令执行漏洞复现(CVE-2024-28255)
    查看>>
    OpenMMLab | AI玩家已上线!和InternLM解锁“谁是卧底”新玩法
    查看>>
    OpenMMLab | S4模型详解:应对长序列建模的有效方法
    查看>>
    OpenMMLab | 【全网首发】Llama 3 微调项目实践与教程(XTuner 版)
    查看>>
    OpenMMLab | 不是吧?这么好用的开源标注工具,竟然还有人不知道…
    查看>>
    OpenMMLab | 如何解决大模型长距离依赖问题?HiPPO 技术深度解析
    查看>>
    OpenMMLab | 面向多样应用需求,书生·浦语2.5开源超轻量、高性能多种参数版本
    查看>>
    OpenMP 线程互斥锁
    查看>>
    OpenMV入门教程(非常详细)从零基础入门到精通,看完这一篇就够了
    查看>>
    OpenObserve云原生可观测平台本地Docker部署与远程访问实战教程
    查看>>
    openoffice使用总结001---版本匹配问题unknown document format for file: E:\apache-tomcat-8.5.23\webapps\ZcnsDms\
    查看>>
    views
    查看>>
    OpenPPL PPQ量化(2):离线静态量化 源码剖析
    查看>>
    OpenPPL PPQ量化(3):量化计算图的加载和预处理 源码剖析
    查看>>
    OpenPPL PPQ量化(4):计算图的切分和调度 源码剖析
    查看>>
    OpenPPL PPQ量化(5):执行引擎 源码剖析
    查看>>
    openpyxl 模块的使用
    查看>>
    OpenResty & Nginx:详细对比与部署指南
    查看>>
    openresty 前端开发入门六之调试篇
    查看>>
    OpenResty(nginx扩展)实现防cc攻击
    查看>>