小朋友的游戏(训练排序算法)

简介: 小朋友的游戏(训练排序算法)

小朋友的游戏(训练排序算法)

n 个小朋友在玩游戏,编号依次为 1∼n。

每个小朋友都有一个身份,为 rat(老鼠)、woman(女人)、child(孩子)、man(男人)、captain(舰长) 之一。

已知,这几种身份的优先级是有区别的:

rat 为第一优先级。

woman 和 child 为第二优先级。

man 为第三优先级。

captain 为第四优先级。

现在,要给小朋友们排队,排队的规则为:

对于不同优先级的小朋友,优先级越靠前(越小)则在队伍中的位置越靠前。

对于同一优先级的小朋友,编号越小则在队伍中的位置越靠前。

请你确定小朋友们的具体排队顺序。

输入格式:

第一行包含整数 n

接下来 n 行,其中第 i 行用来描述编号为 i 的小朋友,首先包含一个字符串,表示小朋友的名字,然后包含一个字符串,表示他的身份。

每个小朋友的名字都是一个长度范围在 [1,10] 的由英文字母构成的字符串,其中首字母大写,其余小写。

小朋友的名字两两不同。

表示身份的字符串一定是 rat、woman、child、man、captain 之一。

保证身份为 captain 的小朋友有且仅有一个。

输出格式:

共 n 行,其中第 i 行输出排在队伍中第 i 位的小朋友的名字。

输入样例:

6

Jack captain

Alice woman

Charlie man

Teddy rat

Bob child

Julia woman

输出样例:

Teddy

Alice

Bob

Julia

Charlie

Jack

数据范围

前 3 个测试点满足 1 ≤ n ≤ 10。

所有测试点满足 1 ≤ n ≤ 100。

算法解析

分析这个题,乍一看感觉还是蛮难的,不知道怎么进行排序,要求怎么这么多,然后在细想,好像可以做,就是用c++自带的类排序呀,定义一个类,然后这个类包含题目中要求的成员,然后在制定一个排序规则就好了,想好了之后就简单,这里我还做了一个小小的优化,就是使用map容器,对优先级进行了优化,把文字转换为了数字,这样更加方便于操作。

提交代码

#include<bits/stdc++.h>
using namespace std;
const int N = 1010;
map<string, int> mp;
class T{
    public:
        int num;
        string name;
        string name2;
    T(int num, string name, string name2)
    {
        this->num = num;
        this->name = name;
        this->name2 = name2;
    }
};
bool compare(T a, T b)
{
    if (mp[a.name2] == mp[b.name2])
    {
        return a.num < b.num;
    }
    else 
    {
        return mp[a.name2] < mp[b.name2];
    }
    // return true;
    return mp[a.name2] < mp[b.name2];
}
int main()
{
    int n;
    cin >> n;
    vector<T> v;
    mp.insert(make_pair("rat", 1));
    mp.insert(make_pair("woman", 2));
    mp.insert(make_pair("child", 2));
    mp.insert(make_pair("man", 4));
    mp.insert(make_pair("captain", 5));
    for (int i = 0; i < n; ++ i)
    {
        string name, name2;
        cin >> name >> name2;
        T t(i, name, name2);
        v.push_back(t);
    }
    sort(v.begin(), v.end(), compare);
    for (int i = 0; i < n; ++ i)
    {
        cout << v[i].name << '\n';
    }
    return 0; 
}


相关文章
|
1月前
|
人工智能 算法 Java
LeetCode经典算法题:井字游戏+优势洗牌+Dota2参议院java解法
LeetCode经典算法题:井字游戏+优势洗牌+Dota2参议院java解法
37 1
|
2月前
knn增强数据训练
【7月更文挑战第27天】
27 10
|
2月前
|
数据采集 编解码 人工智能
破解ChatGPT惊人耗电!DeepMind新算法训练提效13倍,能耗暴降10倍
【7月更文挑战第19天】DeepMind的JEST算法革新AI训练,提升效率13倍,节能10倍。通过联合数据批次选择,预训练指导及多分辨率训练,优化资源利用,降低能耗。实验显示性能提升,达到SOTA水平,但实施需大量资源,依赖优质参考模型。[论文链接](https://arxiv.org/pdf/2406.17711)
53 10
|
2月前
knn增强数据训练
【7月更文挑战第28天】
19 2
|
1月前
|
算法 搜索推荐
支付宝商业化广告算法问题之基于pretrain—>finetune范式的知识迁移中,finetune阶段全参数训练与部分参数训练的效果如何比较
支付宝商业化广告算法问题之基于pretrain—>finetune范式的知识迁移中,finetune阶段全参数训练与部分参数训练的效果如何比较
|
1月前
|
算法
互动游戏解决遇到问题之基于射线投射寻路算法的问题如何解决
互动游戏解决遇到问题之基于射线投射寻路算法的问题如何解决
|
2月前
|
人工智能 边缘计算 算法
破解ChatGPT惊人耗电!DeepMind新算法训练提效13倍,能耗暴降10倍
【7月更文挑战第20天】DeepMind unveils Switch Transformer, revolutionizing AI energy consumption. This novel algorithm boosts training efficiency by 13x and slashes energy use by 10x compared to ChatGPT, marking a significant leap towards eco-friendly AI.
35 2
|
1月前
|
存储 算法
【C算法】编程初学者入门训练140道(1~20)
【C算法】编程初学者入门训练140道(1~20)
|
1月前
|
算法 Python
【python】python基于 Q-learning 算法的迷宫游戏(源码+论文)【独一无二】
【python】python基于 Q-learning 算法的迷宫游戏(源码+论文)【独一无二】
|
3月前
|
机器学习/深度学习 算法
**反向传播算法**在多层神经网络训练中至关重要,它包括**前向传播**、**计算损失**、**反向传播误差**和**权重更新**。
【6月更文挑战第28天】**反向传播算法**在多层神经网络训练中至关重要,它包括**前向传播**、**计算损失**、**反向传播误差**和**权重更新**。数据从输入层流经隐藏层到输出层,计算预测值。接着,比较预测与真实值计算损失。然后,从输出层开始,利用链式法则反向计算误差和梯度,更新权重以减小损失。此过程迭代进行,直到损失收敛或达到训练次数,优化模型性能。反向传播实现了自动微分,使模型能适应训练数据并泛化到新数据。
52 2