明明送给冬冬一张包含n行省份和城市对应信息的列表，同时还给冬冬一组m个需要查询的城市名称。请帮助冬冬编程计算，对于每个城市输出其所在省份。
输入格式：
第1行，1个整数n，表示共有n行省份和城市对应信息
第2..n+1行，每行若干个字符串，互相之间用空格隔开，其中第1个字符串表示省份名称，其它字符串表示城市名称
第n+2行，1个整数m，表示共有m个需要查询的城市
第n+3..n+m+2行，每行一个字符串，分别表示需要查询的城市
输出格式：
共m行，每行一个字符串，分别对应表示每个查询城市所在的省份。
输入样例：
3
Jiangsu Nanjing Suzhou Wuxi
Zhejiang Hangzhou Ningbo Wenzhou
Guangdong Gangzhou Shenzhen Foshan
2
Hangzhou
Shenzhen
输出样例：
Zhejiang
Guangdong
n=int(input())
d= ①
for i in range(n):
a=[j for j in input().split()]
value=a[0]
for j in range(1,len(a)):
d[ ② ]=value
m=int(input())
for i in range(m):
x=input()
print( ③ )
相似题推荐
埃氏筛中将内层循环从j = i*i 开始而不是j = 2*i 的主要原因是（）。
def eratosthenes_sieve_for(n): if n < 2: return [] is_composite = [False] * (n + 1) primes = [] for i in range(2, n + 1): if is_composite[i]: continue primes.append(i) # 用for循环模拟C++的 j = i*i; j <=n; j +=i for j in range(i * i, n + 1, i): is_composite[j] = True return primes
| A． 因为2*i 一定不是合数 |
B． i*i 一定是质数 |
| C． 小于i*i 的i 的倍数已被更小质因子筛过 |
D． 这样可以把时间复杂度降为O(n) |
对如下代码实现的欧几里得算法（辗转相除法），调用gcd(48 , 18) 得到的调用序列为（）。
def gcd(a, b): if b == 0: return a else: return gcd(b, a % b)
| A．gcd(48 ,18) -> gcd(18 ,12) -> gcd(12 ,6) -> gcd(6 ,0) | B．gcd(48 ,18) -> gcd(30 ,18) -> gcd(12 ,18) |
| C．gcd(48 ,18) -> gcd(18 ,30) -> gcd(30 ,6) | D．gcd(48 ,18) -> gcd(12 ,18) -> gcd(6 ,12) |
下面代码用分治求“最大连续子段和”，其时间复杂度为（）。
import sys def solve(a , l , r): if l == r: return a [l] mid = l + (r - l) // 2 left = solve(a , l , mid) right = solve(a , mid + 1 , r) sum_val = 0 lmax = -sys .maxsize - 1 for i in range(mid , l - 1 , -1): sum_val += a [i] lmax = max (lmax , sum_val) sum_val = 0 rmax = -sys .maxsize - 1 for i in range(mid + 1 , r + 1): sum_val += a [i] rmax = max (rmax , sum_val) return max(left , right , lmax + rmax) if __name__ == "__main__": a1 = [-2 , 1 , -3 , 4 , -1 , 2 , 1 , -5 , 4] print(solve(a1 , 0 , len(a1)-1)) a2 = [-5 , -3 , -1 , -4] print(solve(a2 , 0 , len(a2)-1)) a3 = [10] print(solve(a3 , 0 , 0))
| A． O(n2) |
B． O(nlogn) |
| C． O(logn) |
D． O(n) |
