万卷网 > 题目详情
题型:编程题

传感器采集数据

在人工智能的多模态数据处理中,不同传感器采集的特征数据需要融合。每个传感器用唯一ID标识,数据格式为“ID:特征值”。

编写程序将多个传感器的特征值合并,并计算每个ID的加权调和平均数(权重由出现次数决定)。 给定若干行传感器数据(格式为 ID:值),请按以下规则处理:

数据去重:同一ID的重复数据仅保留最后一次出现的值; 

权重计算:统计每个ID的数据出现总次数 ;

融合计算:输出每个ID的值*出现次数(即权重与最后值的乘积)。

例如: 

输入:

TempS:20 
PressS:150 
TempS:25 
HumS:60

输出: 

HumS:60 
PressS:150 
TempS:50 # TempS出现2次,最后值为25 → 25*2=50

下面是小明编写的Python代码,请你将空白内容补充完整。

sensor_info = {} # 存储每个传感器 ID 的最后值和出现次数
while True:
    data_line = input()# 获取用户输入的一行数据
    if data_line == 'p':# 假设当输入p时停止输入
       break
    parts = data_line.split(':')# 把输入的行按冒号分割成 ID 和值
    sensor_id = parts[        ①        ]
    sensor_value = float(parts[1])
    if sensor_id in sensor_info: # 检查这个 ID 是否已经在字典里
        sensor_info[sensor_id][0] = sensor_value
        sensor_info[sensor_id][1] = sensor_info[sensor_id][        ②        ] + 1 #统计出现次数
    else:
        sensor_info[sensor_id] = [sensor_value, 1]

if len(sensor_info) == 0:# 检查字典里是否没有数据

    print("NULL")

else:

    sorted_ids = sorted(        ③         )# 对字典里的 ID 进行排序
    for current_id in        ④        :
        last_value = sensor_info[current_id][0]
        count = sensor_info[current_id][1]
        # 计算加权值
        weighted_value =        ⑤        
        print(f"{current_id}:{weighted_value}")
更新时间:2025-07-24 10:17:45 |
【知识点】 电子学会Python五级

相似题推荐

单选题

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)

2026-09-14
判断题

快速排序只要每次都选取中间元素作为枢轴,就一定是稳定排序。

A.正确 B.错误
2026-09-14
单选题

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)
2026-09-14
单选题

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)

2026-09-14
判断题

若一个问题满足最优子结构性质,则一定可以用贪心算法得到最优解。()

A.正确 B.错误
2026-09-14
公众号
客服 反馈
顶部