当前位置:首页 > 文章列表 > 文章 > python教程 > PTA Python 代码问题:学生成绩分析代码为何无法通过所有测试点?

PTA Python 代码问题:学生成绩分析代码为何无法通过所有测试点?

2024-11-10 16:13:00 0浏览 收藏

今天golang学习网给大家带来了《PTA Python 代码问题:学生成绩分析代码为何无法通过所有测试点?》,其中涉及到的知识点包括等等,无论你是小白还是老手,都适合看一看哦~有好的建议也欢迎大家在评论留言,若是看完有所收获,也希望大家能多多点赞支持呀!一起加油学习~

PTA Python 代码问题:学生成绩分析代码为何无法通过所有测试点?

pta 上的 python 代码问题

一名开发者提供了以下代码,希望实现学生成绩分析的功能:

...

测试输入如下:

jack tom jim
95 84 32
90 75 45
85 90 67

然而,代码只通过了部分测试点。问题出在哪里呢?

分析

该代码有两个主要问题:

  1. get_sum 方法中的分数累加错误:在 get_sum 方法中,self.sum_score 未初始化为 0,导致每次遍历都会累加前一次遍历的所有分数。正确的做法是每次遍历时计算该学生的总分并累加到 list_score1 列表中。
  2. list_score1 和 list_score2 指向同一列表:开发者创建了一个空列表 list_score2,并将其赋值给 list_score1。这导致这两个变量指向同一个列表对象。在对 list_score1 进行排序后,list_score2 的元素也会随之改变。解决方法是创建另一个列表对象,用于存储排序后的分数列表。

改进的代码

class Student:
    sum_score = 0

    def __init__(self, s_name, m_score, c_score, e_score):
        self.s_name = s_name
        self.m_score = m_score
        self.c_score = c_score
        self.e_score = e_score

    def get_sum(self):
        for i in range(len(self.s_name)):
            self.sum_score += self.m_score[i] + self.c_score[i] + self.e_score[i]
            list_score1.append(self.sum_score)

    def get_best(self):
        list_score2 = sorted(list_score1)
        for k in range(len(list_score2)):
            if list_score2[k] == list_score1[0]:
                best_name = self.s_name[k]
                print(f'{best_name} {self.m_score[k]} {self.c_score[k]} {self.e_score[k]}', end='')

好了,本文到此结束,带大家了解了《PTA Python 代码问题:学生成绩分析代码为何无法通过所有测试点?》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

ORM 框架查询数据库时,是否会默认查询所有字段,从而影响性能?ORM 框架查询数据库时,是否会默认查询所有字段,从而影响性能?
上一篇
ORM 框架查询数据库时,是否会默认查询所有字段,从而影响性能?
如何将 Python 中的 GBK 编码字符串解码回原始内容?
下一篇
如何将 Python 中的 GBK 编码字符串解码回原始内容?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    292次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    345次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    350次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    313次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    133次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码