सेटों का संघ और प्रतिच्छेदन
Python में सेट कई मायनों में गणित के सेटों के समान हैं। वे कर्ली ब्रैकेट्स
{} का उपयोग करके परिभाषित किए जाते हैं। सेटों पर संघ, प्रतिच्छेदन या घटाव किया जा सकता है। सेट X और Y का प्रतिच्छेदन Python में & ऑपरेटर से किया जाता है। सेट X और Y का संघ | ऑपरेटर से किया जाता है। और घटाव सरल - ऑपरेटर से किया जाता है:x = {3, 12, 5, 13}
y = {14, 15, 6, 3}
print(x, y) # {5, 3, 12, 13} {3, 15, 6, 14}
print(x & y) # {3}
print(x | y) # {3, 5, 6, 12, 13, 14, 15}
print(x - y) # {13, 12, 5}- दो सेटों का प्रतिच्छेदन उन सभी तत्वों को शामिल करता है जो दोनों सेटों में मौजूद हैं। इसलिए, Python में इसे "और"
&ऑपरेटर द्वारा दर्शाया जाता है (वे तत्व जो A और B दोनों में हैं)।
- दो सेटों का संघ दोनों सेटों के सभी तत्वों को शामिल करता है। इसलिए, Python में इसे "या"
|ऑपरेटर द्वारा दर्शाया जाता है (तत्व जो A या B में हैं)।
- दो सेटों का घटाव उन सभी तत्वों को शामिल करता है जो सेट A में हैं लेकिन B में नहीं हैं। इसलिए, Python में इसे "घटाव"
-ऑपरेटर द्वारा दर्शाया जाता है (तत्व जो A में हैं लेकिन B में नहीं)।
चुनौती
कल्पना करें कि आप एक ऐसे कक्षा में शिक्षक हैं जहाँ हर समूह वर्ष भर में विभिन्न विषयों पर कई प्रस्तुतियाँ बनाता है। कुल
n समूह हैं और प्रत्येक समूह वर्ष में एक या अधिक प्रस्तुतियाँ बनाता है। आप दो संख्याओं में रुचि रखते हैं। वर्ष भर में कुल कितने अलग-अलग विषयों को कवर किया गया है और कितने विषय सभी समूहों द्वारा प्रस्तुत किए गए हैं।इनपुट की पहली पंक्ति में एक एकल पूर्णांक
n है। अगली n पंक्तियों में प्रत्येक समूह द्वारा प्रस्तुत किए गए विषय हैं, जो अल्पविराम और स्पेस , से अलग किए गए हैं।प्रोग्राम को दो संख्याएँ स्पेस द्वारा अलग करके प्रिंट करनी चाहिए। पहली संख्या कुल प्रस्तुत विषयों की संख्या दर्शाएगी और दूसरी संख्या उन विषयों की जो कक्षा के सभी समूहों द्वारा कवर किए गए हैं।
इनपुट | आउटपुट |
4
Neural Networks, Deep Learning, Machine Learning, AI
AI, Data Science, Sports Analytics, Deep Learning
Deep Learning, AI, Automation of jobs with AI
AI, Scientific thinking, Recent advances in NLP, Deep Learning | 9 2 |
1
Python, Django, Flask, AI, Backend | 5 5 |
व्याख्या:
- कुल 9 अनोखे विषय कवर किए गए हैं: Deep Learning, Machine Learning, Neural Networks, Data Science, Sports Analytics, Scientific thinking, Automation of jobs with AI, Recent advances in NLP, AI
- ऐसे 2 विषय हैं जो सभी समूहों द्वारा कवर किए गए हैं: Deep Learning, AI
Constraints
Time limit: 2 seconds
Memory limit: 512 MB
Output limit: 1 MB