新闻详情

新闻详情

首页 / 资讯中心 / 详情

华为OD机考往年真题 - 查找接口成功率最优时间段

发布时间:2026/11/4 14:23:25来源:尧图网络
华为OD机考往年真题 - 查找接口成功率最优时间段
2026年在考真题2026年目前正在考的真题目录2026最新华为OD机试新系统卷 双机位C卷 真题题库目录全覆盖题库 逐点算法考点详解文章目录2026年在考真题题目描述输入描述输出描述示例1示例2解题思路最长满足平均失败率的时间段解题步骤C题目描述服务之间交换的接口成功率作为服务调用关键质量特性某个时间段内的接口失败率使用一个数组表示数组中每个元素都是单位时间内失败率数值数组中的数值为0~100的整数给定一个数值(minAverageLost)表示某个时间段内平均失败率容忍值即平均失败率小于等于minAverageLost找出数组中最长时间段如果未找到则直接返回NULL。输入描述输入有两行内容第一行为{minAverageLost}第二行为{数组}数组元素通过空格(” “)分隔minAverageLost及数组中元素取值范围为0~100的整数数组元素的个数不会超过100个。输出描述找出平均值小于等于minAverageLost的最长时间段输出数组下标对格式{beginIndex}-{endIndx}(下标从0开始)如果同时存在多个最长时间段则输出多个下标对且下标对之间使用空格(” “)拼接多个下标对按下标从小到大排序。示例1输入1 0 1 2 3 4输出0-2说明输入解释minAverageLost1数组[0, 1, 2, 3, 4]前3个元素的平均值为1因此数组第一个至第三个数组下标即0-2示例2输入2 0 0 100 2 2 99 0 2输出0-1 3-4 6-7说明输入解释minAverageLost2数组[0, 0, 100, 2, 2, 99, 0, 2]通过计算小于等于2的最长时间段为数组下标为0-1即[0, 0]数组下标为3-4即[2, 2]数组下标为6-7即[0, 2]这三个部分都满足平均值小于等于2的要求因此输出0-1 3-4 6-7解题思路最长满足平均失败率的时间段这道题的核心是寻找数组中最长的连续子数组要求该子数组的平均值小于等于给定的容忍阈值minAverageLost。解题步骤前缀和预处理首先计算数组的前缀和这样可以在O(1)时间内计算出任意区间的元素和。前缀和数组prefixSum[i]表示原数组从索引0到i的所有元素之和。枚举所有可能的区间使用两重循环遍历所有可能的起始位置和结束位置。对于每个区间 [start, end]通过前缀和快速计算该区间的元素和sum prefixSum[end] - (start 0 ? prefixSum[start-1] : 0)计算区间长度length end - start 1判断该区间的平均值是否满足条件sum / length minAverageLost实际实现中为避免浮点数比较可转化为sum length * minAverageLost记录最长满足条件的区间如果当前区间满足条件且长度大于之前记录的最长区间更新最长区间记录。如果当前区间满足条件且长度等于当前记录的最长区间将该区间添加到结果集。输出结果如果没有找到满足条件的区间输出 “NULL”。否则按照起始索引排序后输出所有最长区间。C#includeiostream#includevector#includesstream#includealgorithmusing namespace std;intmain(){// 容忍的平均失败率inttoleratedAverageLoss;cintoleratedAverageLoss;// 读取失败率数组vectorintfailureRates;string line;getline(cinws,line);istringstreamiss(line);intnum;while(issnum){failureRates.push_back(num);}intarrayLengthfailureRates.size();// 创建一个累积和数组用于快速计算任意时间段的失败率总和vectorintcumulativeSum(arrayLength);cumulativeSum[0]failureRates[0];for(inti1;iarrayLength;i)cumulativeSum[i]cumulativeSum[i-1]failureRates[i];// 存储满足条件的时间段的开始和结束索引vectorpairint,intvalidPeriods;intmaxLength0;for(intstart0;startarrayLength;start){for(intendstart;endarrayLength;end){intsumstart0?cumulativeSum[end]:cumulativeSum[end]-cumulativeSum[start-1];intlengthend-start1;inttoleratedLosslength*toleratedAverageLoss;// 如果这个时间段的平均失败率小于等于容忍的平均失败率if(sumtoleratedLoss){// 如果这个时间段比之前找到的时间段更长清空结果列表并添加这个时间段if(lengthmaxLength){validPeriods.clear();validPeriods.push_back({start,end});maxLengthlength;}// 如果这个时间段和之前找到的最长时间段一样长添加这个时间段elseif(lengthmaxLength){validPeriods.push_back({start,end});}}}}// 如果没有找到满足条件的时间段输出NULLif(validPeriods.empty()){coutNULLendl;}// 否则输出所有满足条件的时间段else{sort(validPeriods.begin(),validPeriods.end());for(autoperiod:validPeriods){coutperiod.first-period.second ;}coutendl;}return0;}文章目录2026年在考真题题目描述输入描述输出描述示例1示例2解题思路最长满足平均失败率的时间段解题步骤C
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/3 7:07:39

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/3 12:09:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉