笔试-精准核酸检测

应用

为了达到新冠疫情精准防控的需要,为了避免全员核酸检测带来的浪费,需要精准圈定可能被感染的人群。

现在根据传染病流调以及大数据分析,得到了每个人之间在时间、空间上是否存在轨迹的交叉。

现在给定一组确诊人员编号(X1,X2,X3...Xn) 在所有人当中,找出哪些人需要进行核酸检测,输出需要进行核酸检测的人数。(注意:确诊病例自身不需要再做核酸检测)

需要进行核酸检测的人,是病毒传播链条上的所有人员,即有可能通过确诊病例所能传播到的所有人。

例如:A是确诊病例,A和B有接触、B和C有接触 C和D有接触,D和E有接触。那么B、C、D、E都是需要进行核酸检测的。

输入:

第一行为总人数N

第二行为确诊病例人员编号 (确证病例人员数量 < N),用逗号隔开

接下来N行,每一行有N个数字,用逗号隔开,其中第i行的第个j数字表名编号i是否与编号j接触过。0表示没有接触,1表示有接触

输出:

需要做核酸检测的人数

实现

python 复制代码
N = int(input("总人数:"))
strs = input("确诊病例人员编号:").split(",")
sick = [int(i) for i in strs]

A = []
for i in range(0, N):
    strs = input("接触矩阵:").split(",")
    lst = [int(i) for i in strs]
    A.append(lst)

one = []
for i in range(0, len(A)):
    for j in range(i+1, len(A[i])):
          if A[i][j] == 1:
              one.append([i, j])

result = []

def touch(lst):

    a = len(lst)

    for i in range(0, len(lst)):
        for j in range(0, len(one)):
            
            if lst[i] == one[j][0]:
                    if one[j][1] not in result:
                        if one[j][1] not in sick:
                            result.append(one[j][1])
            
            if lst[i] == one[j][1]:
                    if one[j][0] not in result:
                        if one[j][0] not in sick:
                            result.append(one[j][0])
    
    b = len(result)

    if a-b >= 0:
         touch(result)

touch(sick)
print(len(result))
powershell 复制代码
总人数:5
确诊病例人员编号:1,2
接触矩阵:1,1,0,1,0
接触矩阵:1,1,0,0,0
接触矩阵:0,0,1,0,1
接触矩阵:1,0,0,1,0
接触矩阵:0,0,1,0,1
3
相关推荐
PieroPc35 分钟前
用python Streamlit 做个RapidOCR 文本识别系统
开发语言·python·ocr
测试19981 小时前
压力测试详解
自动化测试·软件测试·python·测试工具·职场和发展·测试用例·压力测试
浔川python社1 小时前
《Python 小程序编写系列》(第一部):从零开始写一个猜数字游戏
python
mortimer1 小时前
使用阿里AI模型去除背景噪音:单文件40行代码实现
python·ffmpeg·阿里巴巴
程序员爱钓鱼1 小时前
Python编程实战——Python实用工具与库:Matplotlib数据可视化
前端·后端·python
数据超市1 小时前
快速CAD转到PPT的方法,带教程
大数据·python·科技·信息可视化·数据挖掘
程序员爱钓鱼1 小时前
Python编程实战 - Python实用工具与库 - requests 与 BeautifulSoup
前端·后端·python
努力还债的学术吗喽1 小时前
【项目】pyqt5基于python的照片整蛊项目
开发语言·python·qt
阿_旭1 小时前
基于深度学习的车载视角路面病害检测系统【python源码+Pyqt5界面+数据集+训练代码】
人工智能·python·深度学习·路面病害检测