Set-երի միավորումներ և հատումներ
set-երը Python-ում շատ առումներով նման են մաթեմատիկայում հայտնի բազմություններին: Դրանք սահմանվում են ձևավոր փակագծերով։ set-երի հետ կարելի է կատարել բազմությունների միավորում, հատում կամ հանում: X-ի և Y-ի հատումը կարելի է կատարել &-ի միջոցով։ X-ի և Y-ի միավորումը կարելի է կատարել |-ի միջոցով: Իսկ հանումը կարելի է կատարել պարզապես - օպերատորի միջոցով։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}- Երկու set-երի հատումը ներառում է բոլոր տարրերը, որոնք երկու բազմություններում էլ առկա են: Այսպիսով, Python-ում այն նշվում է որպես «և»`
&օպերատոր (տարրեր, որոնք կան ինչպես A-ում, այնպես էլ B-ում):
- Երկու set-երի միավորումը ներառում է երկու բազմությունների բոլոր տարրերը։ Այսպիսով, Python-ում այն նշվում է որպես «կամ»`
|օպերատոր (տարրեր, որոնք կան կամ A-ում, կամ B-ում):
- Երկու set-երի հանումը ներառում է բոլոր տարրերը, որոնք առկա են A բազմությունում, բայց բացակայում են B-ում: Այսպիսով, Python-ում այն նշվում է որպես «հանում»՝
-օպերատոր (տարրեր, որոնք կան A-ում, բայց ոչ B-ում):
Առաջադրանք
Պատկերացրեք՝ դուք ուսուցիչ եք մի դասարանում, որտեղ յուրաքանչյուր խումբ մեկ տարվա ընթացքում մի քանի շնորհանդես (պրեզենտացիա) է պատրաստում տարբեր թեմաներով: Կա ուսանողների
n խումբ, և յուրաքանչյուր խումբ տարվա ընթացքում պատրաստում է մեկ կամ մի քանի պրեզենտացիա: Ձեզ հետաքրքրում է 2 թիվ։ Քանի՞ տարբեր թեմաներ են ներկայացվել մեկ տարվա ընթացքում, և թեմաներից քանի՞սն են ներկայացվել ԲՈԼՈՐ խմբերի կողմից։Մուտքի առաջին տողում նշված է մեկ ամբողջ թիվ՝
n-ը: Հաջորդ n տողերը պարունակում են այն թեմաները, որոնք յուրաքանչյուր խումբ ներկայացրել է․ դրանք բաժանված են ստորակետով և բացատով՝ , ։Ծրագիրը պետք է տպի երկու թիվ, որոնք բաժանված են բացատով: Առաջինը պետք է ցույց տա ներկայացված թեմաների ընդհանուր թիվը, իսկ երկրորդը պետք է ցույց տա, թե քանի թեմա է ներկայացվել դասարանի բոլոր խմբերի կողմից:
Մուտք | Ելք |
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 |
Բացատրություն.
- Առկա են 9 չկրկնվող թեմաներ, որոնք ներկայացվել են՝ Deep Learning, Machine Learning, Neural Networks, Data Science, Sports Analytics, Scientific thinking, Automation of jobs with AI, Recent advances in NLP և AI։
- Թեմաներից երկուսը ներկայացվել են բոլոր խմբերի կողմից` Deep Learning և AI։
Constraints
Time limit: 2 seconds
Memory limit: 512 MB
Output limit: 1 MB