博客
关于我
2021华为软件精英挑战赛(附赠线下判题器链接)——经历
阅读量:163 次
发布时间:2019-02-27

本文共 473 字,大约阅读时间需要 1 分钟。

2021华为软件精英挑战赛经历

  • 题目解析
  • 本次比赛题目源自现实中的互联网企业问题:如何购买与部署服务器最便宜。服务器和虚拟机的配置参数需仔细理解。

    服务器:不同型号的服务器有不同的CPU和内存。每台服务器有两个节点,内存平分。不同型号的价格和每日能耗也各不相同。例如,NV603型号的服务器,92C CPU,324G内存,价格53800元,每日能耗500元。

    虚拟机:不同型号的虚拟机所需CPU和内存不同。虚拟机分为单节点和双节点部署。单节点虚拟机占用一个节点的资源,双节点虚拟机占用两个节点。例如,s3.small.1型号虚拟机,1C CPU,1G内存,单节点部署。

    输入输出格式:

    输入格式:22333333输出格式:严格按照实例输出,否则判题失败。

    服务器ID顺序至关重要,需严格按照指定顺序赋予ID。虚拟机部署顺序也需严格遵循指令,否则单双节点格式错误。

    本次比赛采用标准输入输出方式,需使用C语言中的scanf和printf函数。

    1. 线下判题器链接
    2. https://github.com/B1ACK917/2021HWAutoGrader

    转载地址:http://qwsd.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>