给定一个整数数组，任务是首先获取数组的前缀，然后将其乘以 -1，其次计算数组的前缀和，最后从生成的前缀数组中找到最大和。前缀数组生成如下：前缀数组[0] 的第一个元素 = 数组的第一个元素前缀数组[1] 的第二个元素 = 前缀数组[0] + arr[1]前缀数组[2] 的第三个元素 = 前缀数组[1] + arr[2]前缀数组[3] 的第四个元素 = 前缀数组[2] + arr[3] ……等等让我们看看这个的各种输入输出场景 -输入 - int arr[] = {2, 4, 1, 5, 2}输出 - 前缀数组为： ... 阅读更多

给定一个由整数元素组成的二维数组，形成矩阵。任务是通过从形成的矩阵中提取子矩阵来计算最小和的计数。让我们看看这个的各种输入输出场景 -输入 -int matrix[size][size] = { {2, 3, -1, 5}, {-2, 9, -1, 6}, { 5, 6, 9, -9}, { -6, 1, 1, 1} }输出 -给定二维数组中的最小和子矩阵为： -9解释 -我们给定一个大小为 4x4 的二维数组，即 4 行 4 列。现在，我们将从给定矩阵中找出子矩阵，这样 ... 阅读更多

给定一个具有 'n' 个节点的树数据结构。给定的树将具有根节点和相应的子节点，子节点的数量可以是任意数量，并且进一步的子节点可以具有任意数量的子节点。任务是找到树的根节点将信息传递到树中所有节点所需的最小迭代次数。一次，一个节点可以将信息传递给它的一个子节点，并且进一步的一个子节点可以将信息传递给它的一个子节点，同时根节点可以将信息传递给 ... 阅读更多

给定一个可以存储任意大小的 1 和 0 的二进制数组，以及一个整数变量，例如，基数。任务是计算可以借给二进制数组其他元素的最小 1 的数量，以使整个数组变得强大。一个元素可以将其能量借给其相邻元素或距离小于基数的任何其他元素。让我们看看这个的各种输入输出场景 -输入 - int arr[] = {1, 1, 0, 1, 1, 0, 1}, int base = 7输出 -使整个数组强大的最小 1 的数量为 ... 阅读更多

使用 Pandas 中的 BusinessHour.next_bday 属性移动到下一个工作日。首先，导入所需的库 -import datetime import pandas as pd创建 BusinessHour 偏移量。BusinessHour 是 DateOffset 子类 -bhOffset = pd.tseries.offsets.BusinessHour(offset = datetime.timedelta(days = 3, hours = 3))显示 BusinessHour 偏移量 -print("BusinessHour 偏移量...", bhOffset)在 Pandas 中设置时间戳对象 -timestamp = pd.Timestamp('2021-9-30 06:50:20')显示下一个工作日 -print("下一个工作日...", timestamp + bhOffset.next_bday)示例以下是代码 -import datetime import pandas as pd # 在 Pandas 中设置时间戳对象 timestamp = pd.Timestamp('2021-9-30 06:50:20') # 显示时间戳 print("时间戳...", timestamp) # ... 阅读更多

要从 BusinessHour 偏移对象以 24 小时格式显示自定义工作小时的结束时间，请使用 BusinessHour.end 属性。首先，导入所需的库 -import pandas as pd在 Pandas 中设置时间戳对象 -timestamp = pd.Timestamp('2021-9-30 06:50:20')创建 BusinessHour 偏移量。这里，“start”是您的自定义工作小时以 24 小时格式开始的时间。“end”是您的自定义工作小时以 24 小时格式结束的时间 -bhOffset = pd.tseries.offsets.BusinessHour(start="09:30", end = "18:00", n = 8)显示更新后的时间戳 -print("更新后的时间戳...", timestamp + bhOffset)显示自定义工作小时的结束时间 -print("结束时间...", ... 阅读更多

要从 BusinessHour 偏移对象以 24 小时格式显示自定义工作小时的开始时间，请使用 BusinessHour.start 属性。首先，导入所需的库 -import pandas as pd在 Pandas 中设置时间戳对象 -timestamp = pd.Timestamp('2021-9-30 06:50:20')创建 BusinessHour 偏移量。这里，“start”是您的自定义工作小时以 24 小时格式开始的时间。“end”是您的自定义工作小时以 24 小时格式结束的时间 -bhOffset = pd.tseries.offsets.BusinessHour(start="09:30", end = "18:00", n = 8)显示更新后的时间戳 -显示自定义工作小时的开始时间 -print("自定义工作小时的开始时间...", ... 阅读更多

要返回应用于 BusinessHour 偏移量的增量计数，请在 Pandas 中使用 BusinessHour.n 属性。首先，导入所需的库 -import pandas as pd在 Pandas 中设置时间戳对象 -timestamp = pd.Timestamp('2021-1-1 01:55:30')创建 BusinessHour 偏移量。这里，“start”是您的自定义工作小时以 24 小时格式开始的时间。“end”是您的自定义工作小时以 24 小时格式结束的时间 -bhOffset = pd.tseries.offsets.BusinessHour(start="09:30", end = "18:00", n = 8)显示更新后的时间戳 -print("更新后的时间戳...", timestamp + bhOffset)返回给定 BusinessHour 对象上的增量计数 -print("BusinessHour 对象上的增量计数..", ... 阅读更多

要返回应用于给定 BusinessHour 对象的规则代码，请在 Pandas 中使用 BusinessHour.rule_code 属性。首先，导入所需的库 -import pandas as pd在 Pandas 中设置时间戳对象 -timestamp = pd.Timestamp('2021-1-1 01:55:30')创建 BusinessHour 偏移量。BusinessHour 是 DateOffset 子类 -bhOffset = pd.tseries.offsets.BusinessHour(start="09:30", end = "18:00")显示更新后的时间戳 -print("更新后的时间戳...", timestamp + bhOffset)返回应用于给定 BusinessHour 偏移量的频率的规则代码 -print("BusinessHour 对象的规则代码..", bhOffset.rule_code)示例以下是代码 -import pandas as pd # 在 Pandas 中设置时间戳对象 timestamp = pd.Timestamp('2021-1-1 01:55:30') # ... 阅读更多

要检查 BusinessHour 偏移量是否已标准化，请在 Pandas 中使用 BusinessHour.normalize 属性。首先，导入所需的库 −import pandas as pd在 Pandas 中设置时间戳对象 −timestamp = pd.Timestamp('2021-1-1 01:55:30')创建 BusinessHour 偏移量。我们使用“normalize”参数对 BusinessHour 进行了标准化 −bhOffset = pd.tseries.offsets.BusinessHour(start="09:30", end = "18:00", normalize=True)显示更新后的时间戳 −print("Updated Timestamp...", timestamp + bhOffset)检查 BusinessHour 偏移量是否已标准化 −print("The BusinessHour Offset is normalized ?", bhOffset.normalize)示例以下为代码 −import pandas as pd # 在 Pandas 中设置时间戳对象 timestamp = pd.Timestamp('2021-1-1 01:55:30') # ... 阅读更多