相关试卷

def linkList(allot): #linkList函数功能：根据内存占用0/1列表allot，创建空闲块链表link

 link = [ [-1,-1,-1] ] #链表包含一个空头节点

 head = tail = 0 ; n = len( allot ) ; i = 0

 while i < n :

 if allot[ i ] == 0 :

 j = i + 1

 while j<n and allot[ j ] == 0: 

 j = j + 1

 link.append( [ i , j – i , -1 ] )

 link[ tail ][ 2 ] =     ▲

 tail = len( link ) - 1

 else:

 i += 1

return head , link

请在▲处填入合适的代码。

若将加框处的代码修改为i = j，是否影响程序的执行结果(选填：是/否)。

#通过文件读入内存分配表allot和指令集order，其代码略。

head , link = linkList ( allot )

for i in range( len( order ) ):

 if order[ i ][ 0 ] == " + ": #必须分配连续的空闲块，且由第一个满足空间大小的节点分配

 p = head ; q = link[ head ][ 2 ]

 while : 

 p = q ; q = link[ q ][ 2 ]

 if  q == -1:

 print( "内存不足！" )

 else:

 if link[q][1] == order[i][1]: 

 else:

 link[ q ][ 0 ] = link[ q ][ 0 ] + order[ i ][ 1 ]

 link[ q ][ 1 ] = link[ q ][ 1 ] - order[ i ][ 1 ]

 else:

 p = head ;  q = link[ head ][ 2 ]

 while q != -1 and link[ q ][ 0 ]<order[ i ][ 0 ]:

 p = q ; q = link[ q ][ 2 ]

 if link[ p ][ 0 ] + link[ p ][ 1 ] == order[ i ][ 0 ]: #前面节点合并

 link[ p ][ 1 ] = link[ p ][ 1 ] + order[ i ][ 1 ]

 else:

 link.append([ order[ i ][ 0 ] , order[ i ][ 1 ] , q]) #添加节点

 link[ p ][ 2 ] = len( link ) - 1

            p = link[ p ][ 2 ]

   if q != -1 and : #后面节点合并

 link[ p ][ 1 ] = link[ p ][ 1 ] + link[ q ][ 1 ]

 link[ p ][ 2 ] = link[ q ][ 2 ]

import pandas as pd

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['KaiTi','SimHei','FangSong'] #设置中文字体

df = pd.read_excel( "student.xlsx" )

df_err = df[    ▲    ]

请在▲处填入合适的代码。

km = ["语文","数学","英语","物理","化学","生物","政治","历史","地理","技术"]

df1 = df . groupby( "班级" ) . 

print( df1 ) #2图所示

#删除“姓名”和“科目数”列

df2 = df1 . drop(["姓名","科目数"] , axis = 1)

g = df2 . sum() #g为Series对象

#统计各科目的人数占总人数的比例

for k in km:

 per = / len( df ) * 100

print(k , "比例为:" , round(per,2) , "%") 

x = 

y = g . values

plt.bar( x , y ) #3图所示

plt.title("各科补弱比例对比") 

plt.show()

import random #随机生成7个[1,33]范围内不重复的中奖号码

flag= [ 0 ] * 34 ; data = [ 0 ] * 7

i = 0

while i < 7 :

 t = random.randint( 1 , 33 )

 if  not flag[ t ]:

 i = i + 1

flag [ t ] = 1

print("中奖号码:" , data)

#读取"彩票记录.txt"文件，存储到数组sale=[[12,8,9,23,1,16,7],[11,7,10,21,2,9,31]…],代码略。

 #num[0]表示特等奖个数，num[i]表示i等奖个数

for i in range( len ( sale ) ) :

    cnt = 0

 for j in range ( 7 ) :

 if  sale[ i ][ j ] in data:

 cnt += 1

    num[] += 1

print("彩票开奖结果：")

for i in range( 7 ):

 s="特等奖一等奖二等奖三等奖四等奖五等奖六等奖"

 print(s[] , "产生:" , num[ i ] , "个")

def bubble_sort(lst):

    n=len(lst)

    for i in range(0, n-1):

    return

调用该函数，若 lst 为[[1,0],[2,0],[3,18],[4,0],[5,19],[6,17]]，请回答①和②两个问题。

①虚线框中的程序段第 1 次执行后，关于 lst 中的剩余员工人数，下列说法正确的是（单选，填字母）。

A.lst[0][1]数值最小 B.lst[0][1]数值最大

C.lst[5][1]数值最小 D.lst[5][1]数值最大

②虚线框中的程序段执行的次数为。

def group(data, m):

    n=len(data)

    a=[]

    for i in range(n+1):

        a.append([])       # a[i]初始化为空列表，存放编号为 i 的单位所分配的分组编号

    gnum=0

    for i in range(n): #各单位内部分组

        while data[i][1]>=m:

            gnum+=1

            k=data[i][0]

            a[k].append(gnum)

    bubble_sort(data) #根据每个单位的剩余员工人数，对 data 进行降序排序

    b=[]

    for i in range(m):

        b.append([])

    i=0       #对剩余员工分组

    while i<n and data[i][1]!=0:

        while j<m and len(b[j])==0:

            j+=1

        if j<m:

            v=b[j].pop()

        else:

            gnum+=1

            v=gnum

        a[data[i][0]].append(v)

        i+=1

    #输出各单位的分组编号，代码略

'''

读取小组人数上限存入 m；读取 1 至 n 号单位的数据，依次存入列表 data 的 data[0]至 data[n-1]中。

Data[i]包含 2 个数据项，data[i][0],data[i][1]分别存放单位编号及员工人数，代码略

'''

group(lst, m)

import pandas as pd

import matplotlib.pyplot as plt

#读取如图 b 所示数据，保存到 DataFrame 对象 df1 中，代码略

f = [9, 7, 6, 5, 4, 3, 2, 1]

for i in range(0，len(dfl)):

    rank = df1.at[i,"名次"] #通过行、列标签取单个值

    score = 0

    if rank <= 8:

    df1.at[i,"得分"] = score

df2 = dfl.groupby("    ▲    ",as_index=False).sum()       #分组求和

#设置绘图参数，代码略

plt.bar(x,y) #绘制柱形图

①请在程序中划线处填入合适的代码。

②程序的方框中应填入的正确代码为 （单选，填字母）

A.x = df1["专业"]

y = df1["总分"]

B.x = df2["专业"]

y = df2["得分"]

C.df1["专业"] = "专业"

df1["总分"] = "总分"

D.Df2["专业"] = "专业"

Df2["得分"] = "得分"