PAT A1013 Battle Over Cities（测试点4超时，将输入输出更改即可）

### PAT 1095 解码准考证 测试点4 超时优化 针对PAT乙级真题中的 `1095 解码PAT准考证` 的测试点4超时问题，可以通过以下策略来优化算法性能。 #### 数据存储与处理优化 为了减少不必要的重复计算并提高效率，在数据读取阶段可以预先解析准考证号的信息，并将其分类存储到合适的数据结构中。例如，对于不同类型的查询需求（按等级、考场号或日期），可分别构建对应的哈希表或其他索引结构以便快速查找[^1]。 ```python from collections import defaultdict def preprocess(records): level_map = defaultdict(list) room_map = defaultdict(lambda: {'count': 0, 'total_score': 0}) date_map = defaultdict(dict) for record in records: id_, score = record.split() level, room_id, exam_date, _ = decode_pat_id(id_) # 构建level_map用于查询一 level_map[level].append((id_, int(score))) # 更新room_map用于查询二 room_key = f"{level}-{room_id}" if room_key not in room_map: room_map[room_key]['students'] = [] room_map[room_key]['students'].append(int(score)) room_map[room_key]['count'] += 1 room_map[room_key]['total_score'] += int(score) # 构建date_map用于查询三 if exam_date not in date_map[level]: date_map[level][exam_date] = {} if room_id not in date_map[level][exam_date]: date_map[level][exam_date][room_id] = { 'count': 0, 'total_score': 0 } date_map[level][exam_date][room_id]['count'] += 1 date_map[level][exam_date][room_id]['total_score'] += int(score) return level_map, room_map, date_map ``` 上述代码展示了如何预处理输入记录以支持高效的多维度查询操作[^2]。 #### 查询逻辑调整 在实现具体查询功能时，应充分利用已建立的映射关系而非重新遍历原始数据集。这样能够显著降低时间复杂度至接近O(1)级别[^3]。 ##### 查询一：按等级筛选考生 当接收到指定考试级别的请求时，只需访问对应键值下的列表即可完成排序输出任务。 ```python def query_level(level_map, target_level): candidates = sorted( [(sid, sc) for sid, sc in level_map[target_level]], key=lambda x: (-x[1], x[0]) ) result = "\n".join([f"{cand[0]} {cand[1]}" for cand in candidates]) or "NA" return result ``` ##### 查询二：统计特定考场信息 利用事先准备好的房间字典可以直接获取所需统计数据。 ```python def query_room(room_map, target_room): prefix = "-".join(target_room[:2]) stats = room_map.get(prefix, {}) count = sum(len(stats['students'])) total_scores = sum(stats['students']) avg_score = round(total_scores / max(count, 1)) if count != 0 else 0 output_lines = [ str(count), str(total_scores), *[str(scr) for scr in sorted(stats['students'])], str(avg_score) ] return '\n'.join(output_lines) if count > 0 else "NA" ``` ##### 查询三：汇总某日各场次情况 依据先前整理过的日期关联资料执行相应运算流程。 ```python def query_date(date_map, target_date_info): lvl, dt = target_date_info rooms_data = list(date_map[lvl][dt].items()) ordered_rooms = sorted( rooms_data, key=lambda item: (-item[1]['count'], item[0]) ) lines = [" ".join([ rm_no, str(info['count']), str(info['total_score']) ]) for rm_no, info in ordered_rooms] final_output = "\n".join(lines) if lines else "NA" return final_output ``` 以上函数均基于前期精心设计的数据组织形式运作，从而有效规避了因逐条扫描带来的额外开销问题^.