当前位置: 首页 > news >正文

华为OD机试真题——AI面板识别(2025A卷:100分)Java/python/JavaScript/C/C++/GO最佳实现

在这里插入图片描述

2025 A卷 100分 题型

本专栏内全部题目均提供Java、python、JavaScript、C、C++、GO六种语言的最佳实现方式;
并且每种语言均涵盖详细的问题分析、解题思路、代码实现、代码详解、3个测试用例以及综合分析;
本文收录于专栏:《2025华为OD真题目录+全流程解析+备考攻略+经验分享》

华为OD机试真题《AI面板识别》:


文章快捷目录

题目描述及说明

Java

python

JavaScript

C

GO


题目名称:AI面板识别


  • 知识点:坐标处理、排序算法、逻辑判断
  • 时间限制:1秒
  • 空间限制:256MB
  • 限定语言:不限

题目描述

AI识别到面板上有N(1 ≤ N ≤ 100)个指示灯,灯大小相同且无重叠。每个灯由左上角坐标(x1, y1)和右下角坐标(x2, y2)描述。需按“先行后列”规则排序输出灯的编号,规则如下:

  1. 基准灯选择:每次从未排序的灯中选择y1最小的灯(最高位置)作为基准灯。
  2. 同行判定:与基准灯y1坐标差 ≤ 灯高度一半((y2-y1)/2)的灯视为同一行。
  3. 行内排序:同一行的灯按x1坐标升序排列。
  4. 输出结果:按排序顺序输出编号,空格分隔。

输入描述

  • 第一行为N(灯数量)。
  • 接下来N行,每行为灯的编号、x1、y1、x2、y2(编号唯一,1 ≤ 编号 ≤ 100,坐标范围0 ≤ x1 < x2 ≤ 1000,0 ≤ y1 < y2 ≤ 1000)。

输出描述
排序后的编号列表,空格分隔。

示例
输入:

5  
1 0 0 2 2  
2 6 1 8 3  
3 3 2 5 4  
5 5 4 7 6  
4 0 4 2 6  

输出:

1 2 3 4 5  

Java

问题分析

需要在一个包含N个指示灯的矩阵中,按特定规则排序输出灯的编号。规则为“先行后列”:每次选择y1最小的灯作为基准灯,确定同一行(y1差≤基准灯高度的一半)的灯,并按x1升序排序。


解题思路

  1. 基准灯选择:每次从未处理的灯中选择y1最小的灯。
  2. 同行判定:与基准灯y1的差不超过其高度一半的灯视为同一行。
  3. 行内排序:同一行的灯按x1升序排列,x1相同则按编号升序。
  4. 动态处理:将处理后的灯从待处理列表中移除,重复直到所有灯处理完毕。

代码实现

import java.util.*;class Lamp {int id;int x1;int y1;int x2;int y2;public Lamp(int id, int x1, int y1, int x2, int y2) {this.id = id;this.x1 = x1;this.y1 = y1;this.x2 = x2;this.y2 = y2;}// 计算基准灯的高度的一半public double getThreshold() {return (this.y2 - this.y1) / 2.0;}
}public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int N = scanner.nextInt();List<Lamp> lamps = new ArrayList<>();// 读取所有灯的信息for (int i = 0; i < N; i++) {int id = scanner.nextInt();int x1 = scanner.nextInt();int y1 = scanner.nextInt();int x2 = scanner.nextInt();int y2 = scanner.nextInt();lamps.add(new Lamp(id, x1, y1, x2, y2));}List<Lamp> remainingLamps = new ArrayList<>(lamps);List<Lamp> result = new ArrayList<>();while (!remainingLamps.isEmpty()) {// 1. 找到基准灯(y1最小的)Lamp base = findBaseLamp(remainingLamps);// 2. 计算阈值double threshold = base.getThreshold();// 3. 筛选同一行的灯List<Lamp> sameRow = filterSameRow(remainingLamps, base, threshold);// 4. 行内排序(x1升序,若x1相同则按id升序)sortRow(sameRow);// 5. 将这批灯加入结果result.addAll(sameRow);// 6. 从待处理列表中移除这批灯remainingLamps.removeAll(sameRow);}// 输出结果for (Lamp lamp : result) {System.out.print(lamp.id + " ");}}// 找到当前未处理灯中y1最小的灯private static Lamp findBaseLamp(List<Lamp> lamps) {Lamp base = null;int minY1 = Integer.MAX_VALUE;for (Lamp lamp : lamps) {if (lamp.y1 < minY1) {minY1 = lamp.y1;base = lamp;}}return base;}// 筛选同一行的灯(基于基准灯的阈值)private static List<Lamp> filterSameRow(List<Lamp> lamps, Lamp base, double threshold) {List<Lamp> sameRow = new ArrayList<>();for (Lamp lamp : lamps) {if (Math.abs(lamp.y1 - base.y1) <= threshold) {sameRow.add(lamp);}}return sameRow;}// 行内排序:x1升序,x1相同则id升序private static void sortRow(List<Lamp> row) {Collections.sort(row, (a, b) -> {if (a.x1 != b.x1) {return a.x1 - b.x1;} else {return a.id - b.id;}});}
}

代码详解

  1. Lamp类:存储灯的属性,包括编号、坐标,并计算基准灯的高度阈值。
  2. 输入处理:读取输入数据,构造Lamp对象列表。
  3. 循环处理剩余灯
    • findBaseLamp:遍历找到y1最小的基准灯。
    • filterSameRow:筛选与基准灯y1差不超过阈值的灯。
    • sortRow:按x1升序(x1相同则按id升序)排序。
    • 将处理后的灯加入结果列表并从剩余列表中移除。
  4. 输出结果:按顺序输出编号。

示例测试

示例1输入

5  
1 0 0 2 2  
2 6 1 8 3  
3 3 2 5 4  
5 5 4 7 6  
4 0 4 2 6  

输出1 2 3 4 5

示例2输入

2  
2 0 0 2 2  
1 0 0 3 3  

输出1 2 (x1相同,按id升序)


综合分析

  1. 时间复杂度
    • 每次选择基准灯为O(N),筛选和排序为O(N),总复杂度O(N²),适用于N≤100。
  2. 空间复杂度:存储灯的信息和中间列表,空间复杂度O(N)。
  3. 正确性:严格遵循题目规则,处理所有边界情况。
  4. 适用性:代码逻辑清晰,处理了x1相同的情况,确保排序稳定性。

python

问题分析

需要在一个包含N个指示灯的矩阵中,按特定规则排序输出灯的编号。规则为“先行后列”:每次选择y1最小的灯作为基准灯,确定同一行(y1差≤基准灯高度的一半)的灯,并按x1升序排列。


解题思路

  1. 基准灯选择:每次从未处理的灯中选择y1最小的灯。
  2. 同行判定:与基准灯y1的差不超过其高度一半的灯视为同一行。
  3. 行内排序:同一行的灯按x1升序排列,x1相同则按编号升序。
  4. 动态处理:将处理后的灯从待处理列表中移除,循环直到所有灯处理完毕。

代码实现

class Lamp:def __init__(self, lamp_id, x1, y1, x2, y2):self.id = lamp_idself.x1 = x1self.y1 = y1self.x2 = x2self.y2 = y2@propertydef height_threshold(self):"""计算基准灯的高度阈值(高度的一半)"""return (self.y2 - self.y1) / 2.0def main():import sysinput = sys.stdin.read().splitlines()n = int(input[0])lamps = []# 1. 读取输入数据for line in input[1:n+1]:parts = list

相关文章:

  • Windows MongoDB C++驱动安装
  • JavaScript性能优化实战技术文章大纲
  • 【计算机网络】第2章:应用层—Web and HTTP
  • MySQL、PostgreSQL、Oracle 区别详解
  • 重新测试deepseek Jakarta EE 10编程能力
  • 2025LitCTF 复现
  • Java 对接 Office 365 邮箱全攻略:OAuth2 认证 + JDK8 兼容 + Spring Boot 集成(2025 版)
  • DEEPSEEK帮写的STM32消息流函数,直接可用.已经测试
  • PaddleOCR本地部署 (Python+Flask)
  • 【Linux 基础知识系列】第二篇-Linux 发行版概述
  • 代码随想录算法训练营 Day59 图论Ⅸ dijkstra优化版 bellman_ford
  • ADB识别手机系统弹授权框包含某段文字-并自动点击确定按钮
  • HTTP/HTTPS与SOCKS5三大代理IP协议,如何选择最佳协议?
  • Nginx详解(三):ngx_http_rewrite_module模块核心指令详解
  • python同步mysql数据
  • 报错SvelteKitError: Not found: /.well-known/appspecific/com.chrome.devtools.json
  • macOS 安装 Grafana + Prometheus + Node Exporter
  • 命令模式,观察者模式,状态模式,享元模式
  • 支持selenium的chrome driver更新到137.0.7151.55
  • 俄罗斯无人机自主任务规划!UAV-CodeAgents:基于多智能体ReAct和视觉语言推理的可扩展无人机任务规划
  • 山东企业/专业百度seo排名优化
  • 网站备案作用/本地推广平台有哪些
  • 郑州网站制作选择乐云seo/百度投诉电话24小时
  • 办公空间设计要素/武汉seo优化顾问
  • 网站登录页面模板/网站建设问一问公司
  • 网站建设维护单位/seo关键词的优化技巧