2026年3月GESP真题及题解(C++一级):交朋友

2026年3月GESP真题及题解(C++一级):交朋友

2026年3月GESP真题及题解(C++一级):交朋友

在这里插入图片描述

题目描述

班上有四个小朋友,身高为 H 1 , H 2 , H 3 , H 4 H_1, H_2, H_3, H_4 H1​,H2​,H3​,H4​,其中 Alice 的身高为 H 1 H_1 H1​。
Alice 想和她身高最接近的人交朋友。如果有多人符合,则 Alice 想和其中最矮的人做朋友。

输入格式

共 4 行,第 1 行包含一个整数 H 1 H_1 H1​,表示班上小朋友的身高。

输出格式

输出 1 行,一个整数 h ,表示 Alice 想交的朋友的身高。

样例

输入:

150 165 135 133 

输出:

135 

数据范围

  • 100 ≤ H i ≤ 199 100 \leq H_i \leq 199 100≤Hi​≤199
  • H i H_i Hi​ 互不相同

题目分析

本题要求找出与 Alice(身高为 H 1 H_1 H1​)身高最接近的小朋友。如果有多个小朋友与 Alice 的身高差相同,则选择其中最矮的那位。输入包含四个互不相同的整数(身高范围 100~199),输出为 Alice 想交的朋友的身高。

解题的关键在于:

  1. 分别计算 H 2 , H 3 , H 4 H_2, H_3, H_4 H2​,H3​,H4​ 与 H 1 H_1 H1​ 的绝对差值。
  2. 比较三个差值,记录当前最小差值及其对应的身高。
  3. 如果遇到相同差值,则比较身高,保留较矮的。
  4. 最终输出记录的身高。

思路分析1(一级考纲思路分析)

  • 首先读入四个身高值,分别存入变量 h1, h2, h3, h4
  • 初始化最小差值 minc 为 (h1) 与 (h2) 的差值绝对值,候选答案 ansh2
  • 依次处理 h3h4
    • 计算当前身高与 h1 的差值绝对值 c
    • 如果 c 小于 minc,则更新 mincans
    • 如果 c 等于 minc,则比较 ans 与当前身高,取较小的更新 ans
  • 最后输出 ans

思路总结:通过逐个比较保证了“最接近”优先,“更矮”次之的规则。

AC代码1(一级考纲思路代码)

#include<bits/stdc++.h>// 万能头文件,包含常用的标准库usingnamespace std;int h1, h2, h3, h4;// 定义四个整数变量,存储四个小朋友的身高intmain(){// 读入四个身高值 cin >> h1 >> h2 >> h3 >> h4;// 计算 h1 与 h2 的绝对差值int c12 = h1 - h2;if(c12 <0) c12 =-c12;// 取绝对值// 计算 h1 与 h3 的绝对差值int c13 = h1 - h3;if(c13 <0) c13 =-c13;// 计算 h1 与 h4 的绝对差值int c14 = h1 - h4;if(c14 <0) c14 =-c14;// 初始化最小差值和答案(先假设 h2 是最佳人选)int minc = c12;int ans = h2;// 处理 h3:比较其差值与当前最小差值if(c13 < minc){ minc = c13;// 发现更小的差值,更新 ans = h3;}elseif(c13 == minc){// 差值相等,选择较矮的那个if(h3 < ans){ ans = h3;}}// 处理 h4:与当前最小差值比较if(c14 < minc){ minc = c14;// 差值更小,更新 ans = h4;}elseif(c14 == minc){// 差值相等,选较矮的if(h4 < ans){ ans = h4;}}// 输出最终答案 cout << ans << endl;return0;}

思路分析2(使用数组和abs函数思路)

算法思路:

  1. 读入四个身高,分别存入数组 h[1] 到 h[4],其中 h[1] 是 Alice 的身高。
  2. 初始化最小差值 minc 为一个较大的数(例如 100,因为身高范围 100~199,最大差不超过 99),并假设答案为 h[2](即先预设第二个小朋友为朋友)。
  3. 从 i = 2 到 4 遍历其余三位小朋友:
    • 计算当前小朋友身高与 Alice 身高的绝对差 c = |h[i] - h[1]|。
    • 如果 (c < minc),则更新最小差值和答案。
    • 如果 (c == minc) 且当前小朋友身高比已记录的答案更矮,则更新答案为当前身高。
  4. 输出最终答案。

由于题目保证身高互不相同,因此差值相等时两人身高必然不同,直接比较身高即可。

AC代码2(使用数组和abs函数代码)

#include<bits/stdc++.h>usingnamespace std;int h[5];// 用于存储四个小朋友的身高,下标 1~4 使用intmain(){// 输入四个身高for(int i =1; i <=4; i++){ cin >> h[i];}int minc =100;// 初始化最小差值,100 大于可能的最大差值 99int ans = h[2];// 先假设第二个小朋友是朋友(后续会根据条件更新)// 从第 2 个小朋友开始遍历到第 4 个(下标 2,3,4)for(int i =2; i <=4; i++){int c =abs(h[i]- h[1]);// 计算当前小朋友与 Alice 的身高差if(c < minc){// 发现更小的差值 minc = c; ans = h[i];}elseif(c == minc && h[i]< ans){// 差值相同且当前更矮 ans = h[i];}} cout << ans;// 输出最终选择的朋友身高return0;}

功能分析

  • 关键点:先比较绝对差,差值小的优先;差值相等时选更矮的。由于身高互异,不会出现差值相等且身高也相等的情况,因此逻辑无歧义。
  • 边界情况:身高范围 100~199,最大差为 99,初始 minc = 100 确保第一次比较一定会被更新。如果所有小朋友与 Alice 的差都大于 100,则可能出错,但此情况不存在(因为最大差为 99)。
  • 时间复杂度:仅遍历 3 个元素,常数时间,效率极高。
  • 空间复杂度:使用固定大小的数组,空间常数。
各种学习资料,助力大家一站式学习和提升!!!
#include<bits/stdc++.h>usingnamespace std;intmain(){ cout<<"########## 一站式掌握信奥赛知识! ##########"; cout<<"############# 冲刺信奥赛拿奖! #############"; cout<<"###### 课程购买后永久学习,不受限制! ######";return0;}

【秘籍汇总】(完整csp信奥赛C++学习资料):

1、csp/信奥赛C++,完整信奥赛系列课程(永久学习):

https://edu.ZEEKLOG.net/lecturer/7901 点击跳转

在这里插入图片描述
2、CSP信奥赛C++竞赛拿奖视频课:

https://edu.ZEEKLOG.net/course/detail/40437 点击跳转

在这里插入图片描述
3、csp信奥赛高频考点知识详解及案例实践:

CSP信奥赛C++动态规划:
https://blog.ZEEKLOG.net/weixin_66461496/category_13096895.html点击跳转

CSP信奥赛C++标准模板库STL:
https://blog.ZEEKLOG.net/weixin_66461496/category_13108077.html 点击跳转

信奥赛C++提高组csp-s知识详解及案例实践:
https://blog.ZEEKLOG.net/weixin_66461496/category_13113932.html 点击跳转

4、csp信奥赛冲刺一等奖有效刷题题解:

CSP信奥赛C++初赛及复赛高频考点真题解析(持续更新):https://blog.ZEEKLOG.net/weixin_66461496/category_12808781.html 点击跳转

信奥赛C++提高组csp-s初赛&复赛真题题解(持续更新):
https://blog.ZEEKLOG.net/weixin_66461496/category_13125089.html 点击跳转

5、GESP C++考级真题题解:
在这里插入图片描述

GESP(C++ 一级+二级+三级)真题题解(持续更新):https://blog.ZEEKLOG.net/weixin_66461496/category_12858102.html 点击跳转

在这里插入图片描述

GESP(C++ 四级+五级+六级)真题题解(持续更新):https://blog.ZEEKLOG.net/weixin_66461496/category_12869848.html 点击跳转

在这里插入图片描述


GESP(C++ 七级+八级)真题题解(持续更新):
https://blog.ZEEKLOG.net/weixin_66461496/category_13117178.html 点击跳转

· 文末祝福 ·

#include<bits/stdc++.h>usingnamespace std;intmain(){ cout<<"跟着王老师一起学习信奥赛C++"; cout<<" 成就更好的自己! "; cout<<" csp信奥赛一等奖属于你! ";return0;}
在这里插入图片描述

Read more

AI学习之基础数学:特征分解-线性代数在AI大模型中的核心工具

AI学习之基础数学:特征分解-线性代数在AI大模型中的核心工具

🧑 博主简介:ZEEKLOG博客专家、ZEEKLOG平台优质创作者,高级开发工程师,数学专业,10年以上C/C++, C#, Java等多种编程语言开发经验,拥有高级工程师证书;擅长C/C++、C#等开发语言,熟悉Java常用开发技术,能熟练应用常用数据库SQL server,Oracle,mysql,postgresql等进行开发应用,熟悉DICOM医学影像及DICOM协议,业余时间自学JavaScript,Vue,qt,python等,具备多种混合语言开发能力。撰写博客分享知识,致力于帮助编程爱好者共同进步。欢迎关注、交流及合作,提供技术支持与解决方案。 技术合作请加本人wx(注明来自ZEEKLOG):xt20160813 特征分解:线性代数在AI大模型中的核心工具 人工智能(AI)大模型的理论基础建立在线性代数、概率统计和微积分之上,其中线性代数通过向量、矩阵和变换提供了处理高维数据的强大工具。在线性代数中,特征分解(Eigenvalue Decomposition)是一个核心概念,广泛应用于数据降维、模型优化和动态系统分析等AI场景。本文将深入讲解特征分解的概念、

By Ne0inhk
2026年02月25日全球AI前沿动态

2026年02月25日全球AI前沿动态

一句话总结 2026年2月25日前后,AI领域迎来模型迭代、智能体应用拓展、硬件布局升级的密集爆发期,通用大模型性能持续突破,垂直模型与专项技术落地加速,智能体安全与生态竞争凸显,同时行业面临劳动力替代、伦理合规等多重挑战,投融资与企业动态活跃,推动AI技术从研发向产业深度渗透。 一、模型与技术突破 1.1 通用大模型(大语言模型与多模态模型) * 谷歌:发布Gemini 3.1 Pro,基于Core Intelligence架构,推理性能较前代提升逾两倍,HLE测试超越GPT-5.2,支持百万级Token上下文输入,可直接生成图表或SVG动画;集成至Android Studio开发环境,提供智能辅助编程服务。 * Anthropic:发布Claude Sonnet 4.6,引入100万token上下文窗口,增强电脑操作能力,价格保持不变;推出“人格选择模型”(PSM)理论,揭示AI助手类人行为源于多角色模拟,提出“情境隔离式提示”解决方案;Claude

By Ne0inhk
【hacker送书第16期】Python数据分析、挖掘与可视化、AI全能助手ChatGPT职场工作效率提升技巧与案例

【hacker送书第16期】Python数据分析、挖掘与可视化、AI全能助手ChatGPT职场工作效率提升技巧与案例

解锁数据分析与AI应用的双重秘密:全面推广《Python数据分析、挖掘与可视化从入门到精通》与《AI全能助手ChatGPT职场工作效率提升技巧与案例》 * 前言 * Python数据分析、挖掘与可视化从入门到精通💕 * 内容简介 * 获取方式 * AI全能助手ChatGPT职场工作效率提升技巧与案例💕 * 内容简介 * 获取方式 * 总结 前言 探索知识的新领域,打造技能的新高度——你准备好跃入这个激动人心的世界了吗?让我们一同来揭开由北京大学出版社出版的两本重磅书籍的神秘面纱,它们将带领你从Python数据分析的基础,逐步提升至精通,再到运用AI全能助手ChatGPT来优化职场工作效率的奇妙旅程。 Python数据分析、挖掘与可视化从入门到精通💕 你是否曾为数据海洋中的信息迷路?这本书将是你开启数据分析之旅的宝典。从Python的基础知识开始,逐步引导你掌握数据分析、挖掘与可视化的全流程。无论是初涉此领域的小白,还是希望进一步提升技能的专家,这本书都为你提供了丰富的资源和详尽的解析。你可以在这本书中看

By Ne0inhk
世界职业院校技能大赛-人工智能

世界职业院校技能大赛-人工智能

人工智能赛道:技术创新 + 产业落地双驱动 赛道定位 2025 年大赛新增核心赛道,首次实现 “普通高中 - 中职 - 高职 - 本科” 全学段覆盖,以 “真问题、真场景、真技能” 为考核核心,重点检验选手 “AI 算法开发、智能系统集成、跨学科协作、产业落地” 四大能力,旨在推动 AI 技术从 “实验室” 走向 “实体经济”,赛道参赛队伍较上一届增长 120%,竞争尤为激烈。 核心技术方向 * 算法开发与模型优化:基于 TensorFlow、PyTorch 框架设计深度学习模型,覆盖图像分类、目标检测、时序预测;某合作院校团队针对工业设备故障问题,开发 “轴承故障预测模型”,通过优化卷积神经网络结构,预测准确率达

By Ne0inhk