华为OD-2024年E卷-虚拟理财游戏[100分] -- python

问题描述:

在一款虚拟游戏中生活,你必须进行投资以增强在虚拟游戏中的资产以免被淘汰出局。现有一家Bank,它提供有若干理财产品 m 个,风险及投资回报不同,你有 N(元)进行投资,能接收的总风险值为X。你要在可接受范围内选择最优的投资方式获得最大回报。

备注

在虚拟游戏中,每项投资风险值相加为总风险值;

在虚拟游戏中,最多只能投资2个理财产品;

在虚拟游戏中,最小单位为整数,不能拆分为小数;

投资额*回报率=投资回报

输入描述

第一行:

产品数(取值范围[1,20])

总投资额(整数,取值范围[1, 10000])

可接受的总风险(整数,取值范围[1,200])

第二行:产品投资回报率序列,输入为整数,取值范围[1,60]

第三行:产品风险值序列,输入为整数,取值范围[1, 100]

第四行:最大投资额度序列,输入为整数,取值范围[1, 10000]

输出描述

每个产品的投资额序列

复制代码
5 100 10
10 20 30 40 50
3 4 5 6 10
20 30 20 40 30

0 30 0 40 0

解题思路:

输入有很多的变量以及较多的限制条件,依次处理即可

核心就一个公式:回报 = 回报率 * 投资额(风险<=最大风险,投资额<=最大投资额)

然后求最大回报

选择一个产品:依次计算每一个产品的回报

选择两个产品:

  1. 两者风险和 <= 最大风险
  2. 两者投资额 <= 最大投资额;两者投资额 > 最大投资额:优先较大回报率的投满,较小回报率的 = 最大投资 - 投满的
  3. 用ans列表记录投资列表,先初始化为全0,然后更新该ans列表

代码实现:

python 复制代码
m,N,X = map(int,input().split())#产品数、投资额、风险
r_ra = list(map(int,input().split()))#回报率
d_X = list(map(int,input().split()))#风险
max_N = list(map(int,input().split()))#最大投资额
ans = []#记录投资额列表
curr,curr_m = 0,0#当前回报、最大回报
#投资两个产品
for i in range(m):
    for j in range(i+1,m):
        a = max_N[i]
        b = max_N[j]
        if d_X[i]+d_X[j] <= X:
            if max_N[i]+max_N[j] >= N:#选择回报率更大的
                if r_ra[i] > r_ra[j]:
                    b = N-max_N[i]
                else:
                    a = N-max_N[j]
            curr = a*r_ra[i] + b*r_ra[j]
            if curr > curr_m:#当前回报更大,更新投资列表
                ans = [0]*m
                curr_m = curr
                ans[i] = a
                ans[j] = b
#只投资一个产品
for i in range(m):
    if d_X[i] <= X and max_N[i] <= N:
        curr = r_ra[i]*max_N[i]
    if curr > curr_m:
        ans = [0]*m
        curr_m = curr
        ans[i] = max_N[i]
print(' '.join(map(str,ans)))
相关推荐
zm-v-159304339861 小时前
Python 数据挖掘从入门到精通:回归 / 分类 / 聚类 / 关联分析完整教程
python·数据挖掘·回归
qq_417695057 小时前
机器学习与人工智能
jvm·数据库·python
漫随流水7 小时前
旅游推荐系统(view.py)
前端·数据库·python·旅游
yy我不解释7 小时前
关于comfyui的mmaudio音频生成插件时时间不一致问题(一)
python·ai作画·音视频·comfyui
紫丁香8 小时前
AutoGen详解一
后端·python·flask
FreakStudio9 小时前
不用费劲编译ulab了!纯Mpy矩阵micronumpy库,单片机直接跑
python·嵌入式·边缘计算·电子diy
清水白石00811 小时前
Free-Threaded Python 实战指南:机遇、风险与 PoC 验证方案
java·python·算法
飞Link11 小时前
具身智能核心架构之 Python 行为树 (py_trees) 深度剖析与实战
开发语言·人工智能·python·架构
桃气媛媛11 小时前
Pycharm常用快捷键
python·pycharm
Looooking12 小时前
Python 之获取安装包所占用磁盘空间大小
python