recherche
Maisondéveloppement back-endTutoriel PythonAvènement du marché des singes du Code Day

Advent of Code  Day  Monkey Market

Jour 22 : Marché aux singes

Dépôt GitHub

Le puzzle d'aujourd'hui était assez agréable car il était assez simple. Une grande partie de ce qu'il fallait faire se trouvait dans les instructions, c'est-à-dire une manipulation d'entiers puis une simple somme (au moins pour la partie 1).

Partie 1

Le code est assez simple, on effectue une boucle 2 000 fois, en stockant à chaque fois le nouveau numéro secret, pour pouvoir les résumer à la fin.

Partie 2

Ok, celui-ci a demandé un peu plus de puissance cérébrale, mais encore une fois, une grande partie de la logique était dans les instructions.

L'une des plus grandes différences est la fonction calc_price_changes(). Cette fonction traite une séquence de nombres et calcule simplement les « changements de prix » pour identifier les modèles.

Plongeons de plus près :

La fonction calc_price_changes :

  1. Traite une liste de « secrets générés ».

  2. Calcule les changements de « prix » (le dernier chiffre de chaque secret).

  3. Identifie des modèles uniques de 4 changements consécutifs.

4.Agrège un score basé sur ces modèles.

Il faut deux arguments :
Une liste de nombres (représentant les secrets générés) ainsi qu'un objet de type dictionnaire (defaultdictcr) pour stocker et regrouper les scores pour des modèles uniques.

Un defaultdict est un outil très utile. Cela fonctionne comme un dictionnaire normal mais avec un avantage clé. S'il ne trouve pas la clé dans le dictionnaire, il se chargera de créer la clé et de lui attribuer la valeur par défaut du type transmis.

trouver des changements de séquence de 4

for p in range(len(price_change_sequence) - 4 + 1):
    changes = price_change_sequence[p: p + 4]
    key = tuple((changes[0][0], changes[1][0], changes[2][0], changes[3][0]))
    if key not in sequences:
        sequence_sum[key] += changes[3][1]
        sequences.add(key)

Le code ci-dessus utilise une fenêtre glissante 4 pour extraire des groupes de 4 tuples consécutifs (changement, prix).

Exemple : Si price_change_sequence est [(1, 5), (2, 7), (-1, 6), (3, 9)], un « morceau » est [(1, 5), (2, 7), (-1, 6), (3, 9)].

Nous extrayons ensuite uniquement les valeurs de changement du 4-tuple, par exemple -2,-1,1 etc. Si le modèle n'est pas déjà dans les séquences, c'est un nouveau modèle, nous pouvons donc ajouter le dernier prix (changements[ 3][1]) à séquence_sum[motif]. Marquez la clé comme traitée en l'ajoutant à l'ensemble des séquences.

À la fin de la fonction :

sequence_sum contient un mappage de modèles uniques (comme nous avons utilisé l'ensemble) à 4 changements avec leurs scores agrégés (basés sur le prix final dans chaque séquence).

Exemple : {(1, 2, -1, 3) : 9, (-2, 0, 1, -1) : 6}.

Procédure pas à pas

Disons que nous avons une entrée de

generated_secrets = [45, 46, 50, 53, 58, 61]
sequence_sum = defaultdict(int)
calc_price_changes(generated_secrets, sequence_sum)

Étapes :
1.Calculer les modifications de prix :
Prix : [5, 6, 0, 3, 8, 1] (derniers chiffres).
Modifications : [(1, 6), (-6, 0), (3, 3), (5, 8), (-7, 1)]

  1. Extraire les modèles à 4 changements : (1, -6, 3, 5) → Ajoutez 8 (dernier prix du modèle) à séquence_sum. (-6, 3, 5, -7) → Ajoutez 1 à séquence_sum.

Sortie :
{(1, -6, 3, 5) : 8, (-6, 3, 5, -7) : 1}

Conclusion

Voici comment tout s’est déroulé :

Traitement des entrées : nous avons lu et converti l'entrée en une liste de numéros secrets.

Génération de séquence : pour chaque secret, nous l'avons fait évoluer de manière itérative sur 2 000 générations pour produire une séquence de valeurs dérivées.

Analyse des changements de prix : nous avons calculé les différences entre les prix successifs (derniers chiffres) dans les séquences, identifié des modèles uniques à 4 changements et des scores agrégés pour ces modèles.

Extraction des résultats : Enfin, nous avons déterminé le modèle le plus percutant en trouvant celui avec le score agrégé le plus élevé.

En divisant le problème en étapes claires et modulaires, nous avons traité efficacement les données, suivi les modèles et résolu le puzzle.

Comme toujours, j'espère que cela vous a aidé et que vous avez appris quelque chose de ma solution. N'hésitez pas à nous suivre ou à nous contacter sur Twitter

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Comment ajoutez-vous les éléments à une liste Python?Comment ajoutez-vous les éléments à une liste Python?May 04, 2025 am 12:17 AM

ToAppendementStoapyThonList, usetheAppend () methodforsingleelements, prolong () forulTipleElements, andInsert () forSpecificPositifs.1) useAppend () foraddingOneelementAtheend.2) useExtend () ToaddMultipleElementSEFFIENTLY.3)

Comment créez-vous une liste Python? Donner un exemple.Comment créez-vous une liste Python? Donner un exemple.May 04, 2025 am 12:16 AM

TOCREATEAPYTHONLIST, USSquareBracket [] et SEPARateItemswithcommas.1) listsaredynynamicandcanholdmixeddatatypes.2) useAppend (), retire (), andslitingformMipulation.3) Listcomprehensationafficientforcereglists.4)

Discutez des cas d'utilisation du monde réel où le stockage et le traitement efficaces des données numériques sont essentiels.Discutez des cas d'utilisation du monde réel où le stockage et le traitement efficaces des données numériques sont essentiels.May 04, 2025 am 12:11 AM

Dans les domaines de la finance, de la recherche scientifique, des soins médicaux et de l'IA, il est crucial de stocker et de traiter efficacement les données numériques. 1) En finance, l'utilisation de fichiers mappés de mémoire et de bibliothèques Numpy peut considérablement améliorer la vitesse de traitement des données. 2) Dans le domaine de la recherche scientifique, les fichiers HDF5 sont optimisés pour le stockage et la récupération des données. 3) Dans les soins médicaux, les technologies d'optimisation de la base de données telles que l'indexation et le partitionnement améliorent les performances des requêtes de données. 4) Dans l'IA, la fragmentation des données et la formation distribuée accélèrent la formation du modèle. Les performances et l'évolutivité du système peuvent être considérablement améliorées en choisissant les bons outils et technologies et en pesant les compromis entre les vitesses de stockage et de traitement.

Comment créez-vous un tableau Python? Donner un exemple.Comment créez-vous un tableau Python? Donner un exemple.May 04, 2025 am 12:10 AM

PythonarRaySaCreatEdusingtheArrayModule, notbuilt-inlikelistes.1) importtheaRaymodule.2) spécifiertheTypecode, par exemple, 'I'ForIntegers.3) initializewithvalues.

Quelles sont les alternatives à l'utilisation d'une ligne Shebang pour spécifier l'interprète Python?Quelles sont les alternatives à l'utilisation d'une ligne Shebang pour spécifier l'interprète Python?May 04, 2025 am 12:07 AM

En plus de la ligne Shebang, il existe de nombreuses façons de spécifier un interprète Python: 1. Utilisez les commandes Python directement à partir de la ligne de commande; 2. Utilisez des fichiers batch ou des scripts shell; 3. Utilisez des outils de construction tels que Make ou Cmake; 4. Utilisez des coureurs de tâches tels que Invoke. Chaque méthode présente ses avantages et ses inconvénients, et il est important de choisir la méthode qui répond aux besoins du projet.

Comment le choix entre les listes et les tableaux a-t-il un impact sur les performances globales d'une application Python traitant de grands ensembles de données?Comment le choix entre les listes et les tableaux a-t-il un impact sur les performances globales d'une application Python traitant de grands ensembles de données?May 03, 2025 am 12:11 AM

ForhandlingLargedatasetSInpython, UsenumpyArraysforbetterperformance.1) NumpyArraysAremeMory-EfficientAndFasterFornumericalOperations.2) EvitUnneceSsaryTypeConversions.3) Le effet de levier

Expliquez comment la mémoire est allouée aux listes par rapport aux tableaux dans Python.Expliquez comment la mémoire est allouée aux listes par rapport aux tableaux dans Python.May 03, 2025 am 12:10 AM

Inpython, listSusedynamicMemoryallocation withover-allocation, whileLumpyArraySallocateFixedMemory.1) listsallocatemoreMoryThreededEdededInitialement, redimensipwenessary.2) NumpyArraySallocateExactMemoryForElements, offrantwectable usinessflexibilité.

Comment spécifiez-vous le type d'éléments de données dans un tableau Python?Comment spécifiez-vous le type d'éléments de données dans un tableau Python?May 03, 2025 am 12:06 AM

Inpython, YouCanscthedatatatypeyfelemememedenernSspant.1) usenpynernrump.1) usenpynerp.dloatp.ploatm64, formateur préséconstrolatatype.

See all articles

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

Video Face Swap

Video Face Swap

Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Outils chauds

Version crackée d'EditPlus en chinois

Version crackée d'EditPlus en chinois

Petite taille, coloration syntaxique, ne prend pas en charge la fonction d'invite de code

SublimeText3 Linux nouvelle version

SublimeText3 Linux nouvelle version

Dernière version de SublimeText3 Linux

mPDF

mPDF

mPDF est une bibliothèque PHP qui peut générer des fichiers PDF à partir de HTML encodé en UTF-8. L'auteur original, Ian Back, a écrit mPDF pour générer des fichiers PDF « à la volée » depuis son site Web et gérer différentes langues. Il est plus lent et produit des fichiers plus volumineux lors de l'utilisation de polices Unicode que les scripts originaux comme HTML2FPDF, mais prend en charge les styles CSS, etc. et présente de nombreuses améliorations. Prend en charge presque toutes les langues, y compris RTL (arabe et hébreu) ​​et CJK (chinois, japonais et coréen). Prend en charge les éléments imbriqués au niveau du bloc (tels que P, DIV),

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Dreamweaver Mac

Dreamweaver Mac

Outils de développement Web visuel