【蓝桥杯】43698.最大比例

题目描述

X 星球的某个大奖赛设了 M 级奖励。每个级别的奖金是一个正整数。

并且,相邻的两个级别间的比例是个固定值。

也就是说:所有级别的奖金数构成了一个等比数列。比如:54,36,24,16,其等比值为:3/2

现在,我们随机调查了一些获奖者的奖金数。

请你据此推算可能的最大的等比值。

输入描述

第一行为数字 N(0<N<100),表示接下的一行包含 N 个正整数

第二行包含 N 个正整数 Xi (Xi < 109),用空格分开。每个整数表示调查到的某人的奖金数额

输出描述

一个形如 A/B 的分数,要求 A、B 互质。表示可能的最大比例系数 测试数据保证了输入格式正确,并且最大比例是存在的。

输入输出样例

示例

输入

3

1250 200 32

输出

25/4

算法解析

首先读取输入的奖金数,对其进行排序并去重,以保证后续处理的数据是有序且无重复的。

求相邻奖金的比例:计算排序后相邻奖金数的比例,将这些比例化简为最简分数形式。

求最大公比:通过辗转相除法求出这些最简分数比例的最大公比。

代码实现

python 复制代码
from fractions import Fraction

# 辗转相除法求两个分数的最大公比
def gcd_fraction(a, b):
    while b != 0:
        a, b = b, a % b
    return a

# 计算最大比例系数
def max_ratio(numbers):
    # 对奖金数进行排序并去重
    numbers = sorted(set(numbers))
    ratios = []
    # 计算相邻奖金数的比例
    for i in range(1, len(numbers)):
        ratio = Fraction(numbers[i], numbers[i - 1])
        ratios.append(ratio)
    # 求所有比例的最大公比
    if len(ratios) == 0:
        return Fraction(1, 1)
    result = ratios[0]
    for ratio in ratios[1:]:
        # 求两个分数的分子和分母的最大公比
        num_gcd = gcd_fraction(result.numerator, ratio.numerator)
        den_gcd = gcd_fraction(result.denominator, ratio.denominator)
        result = Fraction(num_gcd, den_gcd)
    return result

# 读取输入
n = int(input())
numbers = list(map(int, input().split()))

# 计算最大比例系数
ratio = max_ratio(numbers)

# 输出结果
print(f"{ratio.numerator}/{ratio.denominator}")
相关推荐
HXQ_晴天1 小时前
CASToR 生成的文件进行转换
python
java1234_小锋2 小时前
Scikit-learn Python机器学习 - 特征预处理 - 标准化 (Standardization):StandardScaler
python·机器学习·scikit-learn
Python×CATIA工业智造2 小时前
Python带状态生成器完全指南:从基础到高并发系统设计
python·pycharm
向qian看_-_2 小时前
Linux 使用pip报错(error: externally-managed-environment )解决方案
linux·python·pip
Nicole-----3 小时前
Python - Union联合类型注解
开发语言·python
Eric.5656 小时前
python advance -----object-oriented
python
云天徽上6 小时前
【数据可视化-107】2025年1-7月全国出口总额Top 10省市数据分析:用Python和Pyecharts打造炫酷可视化大屏
开发语言·python·信息可视化·数据挖掘·数据分析·pyecharts
THMAIL6 小时前
机器学习从入门到精通 - 数据预处理实战秘籍:清洗、转换与特征工程入门
人工智能·python·算法·机器学习·数据挖掘·逻辑回归
@HNUSTer6 小时前
Python数据可视化科技图表绘制系列教程(六)
python·数据可视化·科技论文·专业制图·科研图表
THMAIL7 小时前
深度学习从入门到精通 - AutoML与神经网络搜索(NAS):自动化模型设计未来
人工智能·python·深度学习·神经网络·算法·机器学习·逻辑回归