刷题笔记——1783.星期判断机

题目

1783.星期判断机

代码

date_dict = {
    '0': 'Sunday',
    '1': 'Monday',
    '2': 'Tuesday',
    '3': 'Wednesday',
    '4': 'Thursday',
    '5': 'Friday',
    '6': 'Saturday'
}

num = input()

print(date_dict.get(num, 'input error!'))

算法思想

本题是考察C/C++中 switch 语句的使用,但在Python中选择结构只有 if 语句。相较于选择结构,通过使用Python中的 字典 可以更好的处理此类问题。

笔记

get方法

dict.get(key, default=None)

返回指定键的值,如果值不在字典中返回 default 值,参数 default 在使用时无需写参数名。

其它知识

其它与字典相关的知识请查阅文末的参考资料。

参考资料

Python 字典(Dictionary) get()方法——菜鸟教程
Python 字典(Dictionary)——菜鸟教程

本文转载于网络 如有侵权请联系删除

相关文章

  • 数字藏品:割韭菜的刀,还是下一波文旅新风口?

      数字藏品,能成为文旅人的救命稻草吗?  在当下文旅市场接近冰冻的状态下,还能用哪些方式激活市场?许多走在前沿的文旅人,将目光投向了“数字藏品”。  这股当下热捧的全新互联网时代浪潮——元宇宙,究竟能为文旅带来什么?  #文旅企业争先尝鲜NFT  越来越多的文旅商家、博物馆等,搭上了数字藏品的快车。  今年4月22日,同程旅行宣布,在品牌升级2周年之际,发布以品牌IP飞儿萌形象为核心的限量NFT数字藏品——“造梦哲学”系列。“造梦哲学”NFT数字藏品是基于腾讯云「至信链」技术发行,总发行2000份。该NFT数字藏品于4月22日10点正式开启预约。  “造梦哲学”NFT数字藏品以飞儿萌「造梦的飞艇」IP为核心形象。基于Z世代文化,每一件藏品还被赋予了一个关于「旅行梦」的故事。同程旅行还结合时下备受追捧的盲盒玩法,专门发行了4款世界地球日隐藏款的NFT数字藏品。  同样尝鲜的还有春秋航空,早在2月22日,春秋航空在NFT中国平台发布航空业首批限量NFT数字藏品,发行5款,每款20枚,全球限量100枚。此次数字藏品发售的全部收益,将捐赠给上海市慈善基金会春秋让爱飞翔专项基金用于公益慈善项目

  • 读写TGA文件

    大家好,又见面了,我是你们的朋友全栈君。偶尔会遇到处理TGA文件的需求,封装成类以后再用到会很方便。类的名字叫做myTGA,提供以下功能:1:读取文件;2:保存文件到指定目录;3:获取图像信息(宽,高,深度/像素占用比特数,像素通道数);4:访问像素;5:转换到AUX_RGBImageRec格式;6:设计优良的结构易于扩展(目前只支持TARGA24和TARGA32两种比较常用的真彩格式);目前我也是只用到了上边的6个功能,所以就只写了这么多。如果你没有配置好OPENGL,那么可以删掉myTGA和功能5相关的函数以及多余的头文件来避免编译错误。此外,myTGA将会以原文件格式进行保存,并且不会更改原图像中自定义信息(developerArea)和扩展信息(extensionArea)的任何内容,当然也没提供对其解析功能,需要的可以自己实现。源文件下载地址:http://pan.baidu.com/share/link?shareid=2306475580&uk=758341035TGA文件格式说明V2.0 下载地址1:http://pan.baidu.com/share/link

  • Request对象获取数据「建议收藏」

    大家好,又见面了,我是你们的朋友全栈君。1.Request对象Request(.NET中的内置对象)—从客户端接收消息 获取前端的数据;比如form表单中的内容,cookis,表头信息,浏览器种类2.集合(对数据的封装)对象中的集合是一个什么概念? 个人理解: 虽然取名叫做集合,但是我觉得集合其实就是一个方法,参数是前端数据,返回值是也前端的数据。 那么为什么设置这样子的一个方法呢?我觉得原因是可以将数据作为一个整体进行传递。 提供一个集合可以存储这些数据,那么我们主要传递一个集合就可以在服务器端使用这些数据,非常的方便。 当于对数据的一个封装。 做个比喻,对象相当于一个容器,里面放着几个小容器,每个小容器都存放着他自己的物品。 3.对象向集合存和取数据的规则 向对象中存数据和取数据都有一定的规则。也就是说数据不是乱放的,数据只能够放在他自己的集合中。 1.存数据:根据不同的提交方式会将数据存放在不同的对象集合中。 post提交的时候存放在form集合get提交的时候存放在qureystring集合(变量和值都在url中显示出来(将表单数据以字符串的方式附加在网址的后面返回服务器

  • kubernetes 最佳实践: 优雅终止

    本文摘自kubernetes学习笔记概述Pod销毁时,会停止容器内的进程,通常在停止的过程中我们需要执行一些善后逻辑,比如等待存量请求处理完以避免连接中断,或通知相关依赖进行清理等,从而实现优雅终止目的。本文介绍在Kubernetes场景下,实现容器优雅终止的最佳实践。容器终止流程我们先了解下容器在Kubernetes环境中的终止流程:Pod被删除,状态置为Terminating。kube-proxy更新转发规则,将Pod从service的endpoint列表中摘除掉,新的流量不再转发到该Pod。如果Pod配置了preStopHook,将会执行。kubelet对Pod中各个container发送SIGTERM信号以通知容器进程开始优雅停止。等待容器进程完全停止,如果在terminationGracePeriodSeconds内(默认30s)还未完全停止,就发送SIGKILL信号强制杀死进程。所有容器进程终止,清理Pod资源。业务代码处理SIGTERM信号要实现优雅终止,务必在业务代码里面处理下SIGTERM信号,参考处理SIGTERM代码示例。别让shell导致收不到SIGTERM信号

  • 看技术的角度

    每次面试,我都是幸运的,就像校招的时候,被问到了一个曾经研究过的脑力题一样。这回,也没有像一部分同仁那样,来回的跑,专场,半天完事,剩下的就是等流程,虽然现在还是没有完全的尘埃落定,但起码我做了我能做的,行不行的看上帝心情。技术人,三年是个坎,是定方向,挑平台的重要时刻,做了近大半年的算法,总是觉得不得法,时间精力和收获不对等,决定及时止损,在更熟悉的工程领域深耕,还是Java吧。个人觉得,潮流没必要硬赶,能在本命技术上加以了解拓展就很不错了。说回面试,因为只参加了一场,所以,问题有限,基本上也就是锁,并发,jvm,大部分还是得说实际的经历,怎样查cpu高,怎样查oom,怎样调的gc.但是面试大哥的几个看似不起眼的小问题,让我对学技术这回事产生了不一样的感觉。一:问:synchronized作用优化局限和代替方法;答:巴拉巴拉问:线程同步还有什么方法答:巴拉巴拉问:既然都能实现,那么locksemaphore有什么区别。。。二:问:forkjoin答:巴拉巴拉问:MapReduce答:巴拉巴拉问:那么forkjoin和MapReduce有什么区别异同。。。还有一些忘记了。。。都是很基本

  • Flink DataStream 如何实现双流Join

    在离线Hive中,我们经常会使用Join进行多表关联。那么在实时中我们应该如何实现两条流的Join呢?FlinkDataStreamAPI为我们提供了3个算子来实现双流join,分别是:joincoGroupintervalJoin下面我们分别详细看一下这3个算子是如何实现双流Join的。1.JoinJoin算子提供的语义为“Windowjoin”,即按照指定字段和(滚动/滑动/会话)窗口进行内连接(InnerJoin)。Join将有相同Key并且位于同一窗口中的两条流的元素进行关联。Join可以支持处理时间和事件时间两种时间特征。 Join通用用法如下: stream.join(otherStream) .where(<KeySelector>) .equalTo(<KeySelector>) .window(<WindowAssigner>) .apply(<JoinFunction>)复制Join语义类似与离线Hive的InnnerJoin(内连接),这意味着如果一个流中的元素在另一个流中没有相对应的元素,则不会输出该元素。 下面我

  • 如何为NLP模型出一份合格的“考卷”?

    导语|在进行NLP模型评测时,我们通常会使用一些准确性指标去评价模型,例如F1,MAP,ACC等。虽然这些指标可以较为公正的评判模型的总体能力,但在对模型进行监控和优化时,有时需要知道更多的细化指标。本文以语义相似度模型为例,浅谈NLP可解释评测,希望与大家一同交流。文章作者:许元博、周磊,腾讯CSIG质量部评测研究员。一、背景如果一项NLP任务是考试,NLP模型是考生,我们关心的不应该仅仅是最终的考试成绩,我们同样需要关心考生的哪些知识点掌握的不足,只有这样才能够有针对性地强化不足的知识点,提高考试成绩。在这场考试中,测试数据集相当于一份考卷考卷。那么,这份考卷应该怎么出呢?常用的方法是将数据集进行train,validate,test划分。也即是将一个题库里的题一部分用来学习,一部分用来小测验,另一部分用作考试。但是这样会出现一些问题。例如,Bert曾在一项推理任务(ARCT)当中取得了非常好的成绩,和人类差别很小[1]。然而,后来研究人员发现,Bert之所以能取得好成绩,并不是因为其具备了推理能力,而是它发现了一些“考试技巧”。例如,它发现大多数的正确选项都包含“not”,因此只

  • python文件操作详解

    文件操作是编程中必不可少的,配置文件,数据存储都是对文件操作;按文件操作与格式主要内容如下图: 文件基本操作为打开,读取,写入,关闭,我们按这个过程来详解讲解。1.一个例子搞定打开,读取与关闭:准备工作:1>新建文件:E:\workdir\readme.txt(或者自己准备一个其他文本文件); 2>文件添加一行内容:thisistest 直接上代码,有个基本认识:#文件路径 path=r'E:\workdir\readme.txt' #打开文件 f=open(path) #读取文件 txt=f.read() print(txt) #关闭文件 f.close()复制输出结果:thisistest; 感觉文件操作太简单了。那么问题来了:如果文件不存在如何创建文件?如何写文件?这种方式能够写入吗? 我们来看文件打开方式。2文件打开方式详解:2.1open方法详解:open(file,mode='r',buffering=-1,encoding=None,errors=None,newline=None,closefd=True,opener

  • 鸡蛋煎的好不好?Mask R-CNN帮你一键识别

    翻译|王柯凝 编辑|Just出品|人工智能头条(公众号ID:AI_Thinker)▌介绍 关于卷积神经网络从交通灯识别到更实际的应用,我经常听到这样一个问题:“会否出现一种深度学习“魔法”,它仅用图像作为单一输入就能判断出食物质量的好坏?”简而言之,在商业中需要的就是这个:当企业家面对机器学习时,他们是这样想的:欧姆蛋的“质量(quality)”是好的 这是一个不适定问题的例子:解决方案是否存在,解决方案是否唯一且稳定还没办法确定,因为“完成”的定义非常模糊(更不用说实现了)。虽然这篇文章并不是关于高效沟通或是项目管理,但有一点是很有必要的:永远不要对没有明确范围的项目作出承诺。解决这种模棱两可的问题,一个好办法是先构建一个原型模式,然后再专注于完成后续任务的架构,这就是我们的策略。▌问题定义在我的原型实现中关注的是欧姆蛋(omelette),并构建了一个可扩展的数据管道,该管道输出煎蛋的感知“质量”。可以这样来概括:问题类型:多类别分类,6种离散的质量类别:[good,broken_yolk,overroasted,two_eggs,four_eggs,misplaced_piec

  • java LinkedList ArrayList 随机访问效率 list.get(int index)

    理论上来说,肯定LinkedList比ArrayList随机访问效率要低,然后LinkedList比ArrayList插入删除元素要快。突然想起之前写一个日记本程序,是用LinkedList+Map索引,作为数据库。Map记录了LinkedList中每一个日记的index和日期之间的对应关系。从Map中获取到某个日期对应日记的index,然后再去LinkedList,get(index)。Integera=1; LinkedListlist=newLinkedList(); for(inti=0;i<2000000;i++){ list.add(a); } System.out.println(list.size()); longstart=System.nanoTime(); list.get(1000000); longend=System.nanoTime(); System.out.println(end-start);复制上边一段代码,看出了几样事情:1.LinkedList的随机访问速度确实差点,大概用了17毫秒。下边会贴出LinkedList随机访问的源代码,也就是

  • [译]React 在服务端渲染的实现

    原文地址:Server-SideReactRendering原文作者:RogerJin React在服务端渲染的实现React是最受欢迎的客户端JavaScript框架,但你知道吗(可以试试),你可以使用React在服务器端进行渲染?假设你已经在客户端使用React构建了一个事件列表app。该应用程序使用了您最喜欢的服务器端工具构建的API。几周后,用户告诉您,他们的页面没有显示在Google上,发布到Facebook时也显示不出来。这些问题似乎是可以解决的,对吧?您会发现,要解决这个问题,需要在初始加载时从服务器渲染React页面,以便来自搜索引擎和社交媒体网站的爬虫工具可以读取您的标记。有证据表明,Google有时会执行javascript程序并且对生成的内容进行索引,但并不总是的。因此,如果您希望确保与其他服​​务(如Facebook,Twitter)有良好的SEO兼容性,那么始终建议使用服务器端渲染。在本教程中,我们将逐步介绍服务器端的呈现示例。包括围绕与API交流的React应用程序的共同路障。 在本教程中,我们将逐步向您介绍服务器端的渲染示例。包括围绕着APIS交流

  • 漫谈Java IO之 NIO那些事儿

    前面一篇中已经介绍了基本IO的使用以及最简单的阻塞服务器的例子,本篇就来介绍下NIO的相关内容,前面的分享可以参考目录: 网络IO的基本知识与概念普通IO以及BIO服务器NIO的使用与服务器HelloworldNetty入门与服务器HelloworldNetty深入浅出NIO,也叫做new-IO或者non-blocking-IO,就暂且理解为非阻塞IO吧。为什么选择NIO那么NIO相对于IO来说,有什么优势呢?总结来说:IO是面向流的,数据只能从一端读取到另一端,不能随意读写。NIO则是面向缓冲区的,进行数据的操作更方便了IO是阻塞的,既浪费服务器的性能,也增加了服务器的风险;而NIO是非阻塞的。NIO引入了IO多路复用器,效率上更高效了。NIO都有什么那么NIO都提供了什么呢?基于缓冲区的双向管道,Channel和BufferIO多路复用器Selector更为易用的APIBuffer的使用在NIO中提供了各种不同的Buffer,最常用的就是ByteBuffer:可以看到,他们都有几个比较重要的变量:capacity——容量,这个值是一开始申请就确定好的。类似c语言申请数组的大小。li

  • 高并发下如何避免产生重复数据?

    前言 最近测试给我提了一个bug,说我之前提供的一个批量复制商品的接口,产生了重复的商品数据。 追查原因之后发现,这个事情没想象中简单,可以说一波多折。 1.需求 产品有个需求:用户选择一些品牌,点击确定按钮之后,系统需要基于一份默认品牌的商品数据,复制出一批新的商品。 拿到这个需求时觉得太简单了,三下五除二就搞定。 我提供了一个复制商品的基础接口,给商城系统调用。 当时的流程图如下: 如果每次复制的商品数量不多,使用同步接口调用的方案问题也不大。 2.性能优化 但由于每次需要复制的商品数量比较多,可能有几千。 如果每次都是用同步接口的方式复制商品,可能会有性能问题。 因此,后来我把复制商品的逻辑改成使用mq异步处理。 改造之后的流程图: 复制商品的结果还需要通知商城系统: 这个方案看起来,挺不错的。 但后来出现问题了。 3.出问题了 测试给我们提了一个bug,说我之前提供的一个批量复制商品的接口,产生了重复的商品数据。 经过追查之后发现,商城系统为了性能考虑,也改成异步了。 他们没有在接口中直接调用基础系统的复制商品接口,而是在job中调用的。 站在他们的视角流程图是这样的:

  • Spring Framework学习要点摘抄

    以下摘自SpringFramework官方文档,版本Spring4.3。   <context:annotation-config/>implicitlyregisteredpost-processorsincludeAutowiredAnnotationBeanPostProcessor,CommonAnnotationBeanPostProcessor,PersistenceAnnotationBeanPostProcessor,aswellastheaforementionedRequiredAnnotationBeanPostProcessor.)   Youcanalsouse@Autowiredforinterfacesthatarewell-knownresolvabledependencies:BeanFactory,ApplicationContext,Environment,ResourceLoader,ApplicationEventPublisher,andMessageSource.Theseinterfacesandtheir

  • 联合索引在B+树上的结构

      一级索引 二级联合索引 假设这是一个多列索引(col1,col2,col3),对于叶子节点,是这样的:  PS:该图改自《MySQL索引背后的数据结构及算法原理》一文的配图。 也就是说,联合索引(col1,col2,col3)也是一棵B+Tree,其非叶子节点存储的是第一个关键字的索引,而叶节点存储的则是三个关键字col1、col2、col3三个关键字的数据,且按照col1、col2、col3的顺序进行排序。 配图可能不太让人满意,因为col1都是不同的,也就是说在col1就已经能确定结果了。自己又画了一个图(有点丑),col1表示的是年龄,col2表示的是姓氏,col3表示的是名字。如下图: PS:对应地址指的是数据记录的地址。 如图,联合索引(年龄,姓氏,名字),叶节点上data域存储的是三个关键字的数据。且是按照年龄、姓氏、名字的顺序排列的。 因此,如果执行的是: select*fromSTUDENTwhere姓氏='李'and名字='安'; 或者 select*fromSTUDENTwhere名字='安';&nb

  • matlab手写神经网络实现识别手写数字

    实验说明 一直想自己写一个神经网络来实现手写数字的识别,而不是套用别人的框架。恰巧前几天,有幸从同学那拿到5000张已经贴好标签的手写数字图片,于是我就尝试用matlab写一个网络。 实验数据:5000张手写数字图片(.jpg),图片命名为1.jpg,2.jpg…5000.jpg。还有一个放着标签的excel文件。 数据处理:前4000张作为训练样本,后1000张作为测试样本。 图片处理:用matlab的imread()函数读取图片的灰度值矩阵(28,28),然后把每张图片的灰度值矩阵reshape为(28*28,1),然后把前4000张图片的灰度值矩阵合并为x_train,把后1000张图片的灰度值矩阵合并为x_test。 神经网络设计 网络层设计:一层隐藏层,一层输出层 输入层:一张图片的灰度值矩阵reshape后的784个数,也就是x_train中的某一列 输出层:(10,1)的列向量,其中列向量中最大的数所在的索引就是预测的数字 激励函数:sigmoid函数(公式) 更新法则:后向传播算法(参考) 一点说明:这里的训练我分别用了普通梯度下

  • logxx4 安装. json-c 安装

    https://blog.csdn.net/houjixin/article/details/101681175     https://turbock79.cn/?p=1923    mvjson-c-json-c-0.14-20200419json-c  //其中这里面的注意下   ls/usr/local/include/json/   项目中使用的时 #include"json.h"时候前面的上一级目录是 json-c      仔细找下这个原因 ls/usr/local/include/json/#安装成功,出现json相关头文件 ls/usr/local/lib/#安装成功,出现json相关的库文件复制

  • 进程与线程

    一篇让你明白进程与线程之间的区别与联系

  • 【SystemTap】 Linux下安装使用SystemTap源码安装SystemTap

    转自 http://blog.csdn.net/zklth/article/details/6248558 文章 http://blog.csdn.net/zklth/archive/2010/09/28/5912785.aspx 介绍的是使用CentOS默认的SystemTap,这里介绍使用SystemTap源码独立安装SystemTap. 源码下载地址 SystemTap: ftp://sources.redhat.com/pub/systemtap/SystemTap: ftp://sources.redhat.com/pub/systemtap/releases/elfutils:  https://fedorahosted.org/releases/e/l/elfutils/ SystemTap需要elfutils的支持,并且相应的elfutils版本还不能太老,否则执行SystemTap的./configure时会出现如下错误: error:elfutils,libdwtooold,need0.126+

  • Web安全

    一、XSS 本质上,就是针对html代码,进行了注入 1、反射型   把用户的输入,直接放到了html页面上面。比如把input的输入,绑定到span中。 2、存储型   把用户的输入,存储到数据库中;后再传到前端页面展示。   防御方法: 1、输入长度限制  构造xss攻击,需要拼接额外字符,一般比较长 2、输入限制      有时候可以禁止一些特殊字符,<>等 3、输出转义      默认输出转义Escape https://mp.weixin.qq.com/s?__biz=MjM5NjQ5MTI5OA==&mid=2651748921&idx=2&sn=04ee8977545923ad9b485ba236d7a126&chksm=bd12a3748a652a628ecb841f78e00ccf5eb002117236e18a7d947ae824c2c

  • 常用命令

    1.如何在一个多级目录下,找出文件内容中所有包含“ibmq”字符的文件? 例如,找到在/home/www下所有文件内容中包含“ibmq”字符的文件: find/home/www-name"*"|xargsgrep-ri"ibmq"#r是搜索子目录,i是忽略大小写 复制  其中xargs命令主要是为捕获一个命令的输出,然后传递给另外一个命令,常和管道符配合使用;常用命令格式:  somecommand|xargs-item command find/sbin-perm+700|ls-l#这个命令是错误的 find/sbin-perm+700|xargsls-l#这样才是正确的 复制  2.在某台服务器上下载一个脚本并执行,通过一行代码来实现 bash<(curl-s-S-Lhttp://192.168.10.158/__software/1.sh) #其中s表示不输出任何内容 #S显示错误--show-error #L跟踪重定向 复制  

相关推荐

推荐阅读