随着安全意识的提高,很多家庭安装了智能监控系统,除了普通的视频监控功能,智能监控还增加了很多新功能,如移动侦测功能,当家里无人,有小偷入室盗窃,系统就自动报警。当快递员把物品送上门时,可以通过手机app远程观看快递员送货的画面并和快递员语音沟通。
元宇宙是一个平行于现实世界的虚拟世界,人们可以通过VR、AR等技术访问这个虚拟世界。在“万物皆可元宇宙”这一全新的生活体验中,每一种场景都离不开数据的支持,每一种传感器设备以及扩展现实服务都需要对个人信息进行深度地收集及分析,无论乐意与否,人类都不可避免地被裹挟进爆发式增长的海量数据生活中。而一旦用户个人信息出现问题,元宇宙中依赖于用户个人信息存在的一切都会遭受颠覆性的影响,同时用户的个人利益乃至国家安全也都会遭受威胁。
产品型号 |
PICO 4 |
主机重量 |
<300g |
分辨率 |
4320×2160 |
运行内存 |
6G |
存储内存 |
128GB |
操作系统 |
Android 6DoF |
视角 |
105° |
手柄系统 |
红外光学 |
瞳距调节 |
无极电动调 节 62-72mm |
外链内容 |
Wi- Fi 无线 USB 有线 |
下列说法正确的是( )
import random
a=[1,3,3,8,8,10,10,14,16,17]
key=random.randint(0,9)*2
ans=-1; f=0
L=0; R=9
while L<=R:
m=(L+R+1)//2
if a[m]==key:
ans=m
break
if a[m]>key:
R=m-1
f-=1
else:
L=m+1
f+=1
运行该程序段后,关于f和ans的结果,下列说法正确的是( )
a=[[0,1],[3,2],[5,3],[6,-1]] head=0 p=4 tmp=head while a[tmp][1] !=-1 and : tmp=a[tmp][1] a.append([p, ]) a[tmp][1]=len(a)-1 |
①a[tmp][0]<p;②a[a[tmp][1]][0]<p;③tmp;④a[tmp][1]
图 a | 图 b |
列表 a 内容 | 字典 country 内容 |
import csv
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams[ 'font.sans-serif ']=[ 'SimHei'] #用来正常显示中文标签
plt.rcParams[ 'axes.unicode_minus ']=False #用来正常显示负号
=open("历史进球 .csv", 'r')
reader=csv.reader(csvfile)
a=list(reader); country={}
for i in range(1,len(a)): #按国家分类
if a[i][1] not in country:
else:
country[a[i][1]].append(i)
max=0 ; country_max=""
for i in country.keys(): #找出前 20 名中人员最多的国家,country.keys()表示字典的键
if :
max=len(country[i])
country_max=i
df=pd.DataFrame(data=[ ],columns=["姓名","进球个数","出场次数"])
for i in country[country_max]:
df=df.append({"姓名":a[i][0],"进球个数":int(a[i][2]),"出场次数":int(a[i][3])},ignore_index=True) =df["进球个数"]/df["出场次数"] #df 最后插入 1 列”场均进球”
df=df.sort_values( ) #按“场均进球”排序
plt. (df["姓名"],df["场均进球"],label="场均进球")
plt.title("前 20 名中人数最多国家球员场均进球情况")
plt.legend()
plt.xlim(0,1.2)
plt.show()
csvfile.close()
while True: s = pin1.read_analog() errno,resp = Obloq.get("putval?sv="+str(s),10000) if errno == 200: pin8.write_digital(int(resp)) else: display.show(str(resp)) sleep(10*1000) |
根据代码所示,报警装置连接在智能终端的引脚是
app = Flask(__name__) @app.route('/search ') def search'(): #从数据库中查询相关记录,并在网页中展示,代码略 @app.route( ① , methods=['GET']) def putdata(): t= #将收到的数据存入数据库,并从中查询报警的阈值,存入变量maxs,代码略 if int(t) > maxs: return 1 else: return 0 if __name__ == '__main__': app.run(host='168.34.2.77',port=5000) |
整体放置。按格子编号由小到大的次序查找第一个可放置该组全部物品的空区域(空区域是指从某个空格子开始的同层连续的所有空格子) ,若找到,则在该空区域居中、连续放置该组全部物品,如下图所示。
零散放置。若所有空区域格子数都小于该组物品数,即找不到连续放置的空区域,则将该组每个物品按照从上到下,从左到右的顺序,依次放置到柜中的空格子中,具体次序如下图所示。
小明编写了一个Python程序实现上述功能,程序依次输入n、m代表柜子层数和柜子每层格子数,第三行输入物品组数k,接下来一行输入k个整数代表每组物品个数。程序运行后输出n*m的矩阵代表物品的放置情况,1表示当前格子放置物品,0表示当前格子没有放置物品,运行结果如下图所示。
编写函数init(),功能为预处理i层j列格子开始的同层连续的所有空格子数,保存在数组v中。v[i][j]=0表示i层j列格子不是空格子,v[i][j]=x代表i层j列格子开始的同层连续的所有空格子数为x,代码如下
def init(): for i in range(n): for j in range(m): if q[i][j]==0: k=j+1 while k<m and q[i][k] !=1: k+=1 ① else: v[i][j]=0 |
编写函数getpos(L),功能为寻找查找空格子数>=L的第一个空区域,若找到,返回该空区域的起始坐标[x,y],表示第x层,第y个格子开始的连续空格子的数量大于等于L,否则返回-1
def getpos(L): ret=-1 for i in range(n): for j in range(m): if ② : ret=[i,j] return ret return ret |
解决问题的主程序如下:
n=int(input()) #输入层数 m=int(input()) #输入列数 k=int(input()) #输入物品组数 q=[[0 for i in range(m)] for j in range(n)] # q 保存柜子的放置情况 v=[[0 for i in range(m)] for j in range(n)] # v 的含义参考 init 函数 init() #预处理 s=input() #输入每组物品数量 a=s.split() for i in range(k): a[i]=int(a[i]) start=0 for i in range(k): p=getpos(a[i]) if p!=-1: row=p[0] col=p[1] k= ③ k=k//2 t=col for j in range(k, 0, -1): v[row][t]=j #更新 v 数组 t=t+1 for j in range(t,t+a[i]): q[row][j]=1 v[row][j]=0 else: cnt=0 while : row=start//m col=start%m if q[row][col]==0: q[row][col]=1 v[row][col]=0 cnt+=1 start+=1 #输出放置情况 for i in range(n): for j in range(m): print(q[i][j], end=" ") print( ) |
①②③