题解 | #统计字符#

统计字符

https://www.nowcoder.com/practice/539054b4c33b4776bc350155f7abd8f5

s = input()
a,b,c,d = 0,0,0,0
for i in list(s):
    if i.isalpha():
        a += 1
    elif i == ' ':
        b += 1
    elif i.isdigit():
        c += 1
    else:
        d += 1
print(a)
print(b)
print(c)
print(d)

全部评论

推荐最新楼层

04-26 18:27

广东小天才科技有限公司_软件开发部_Java开发工程师(准入职员工)

小天才内推小天才内推

对于清澈的大学生来说，跨越大半个中国到一个完全陌生的地方工作，多少有点慌。幸好同部门小姐姐人都超级温暖。为了入职方便，我提前到公司，是星期天。本以为大家都休息，想着要“自力更生”时，同部门的姐姐主动联系我，在公司接我，陪我入住，拖行李，带我熟悉周边环境，吃了好吃的糖水。入职前，姐姐们就开始关心我，会问我“有没有去吃饭呀，食堂今天的排骨好吃。”感觉并不是完全上下属，前后辈的关系，更像朋友和家人一样。 园区环境更不用说了，免费单人宿舍，干净宽敞，独卫，空调，热水器还有小阳台一应俱全。食堂超好吃，作为一个没在南方生活过的东北人，口味完全可以适应。 工作方面，现在岗位是我的梦岗，但疫情实习机会少，没接...

小天才公司福利 569人发布

点赞评论收藏

04-24 20:43

清华大学 C++

RAG：AI 落地的过渡方案，还是未来标配？

理想：RAG 的完美愿景 在大语言模型（LLM）的浪潮中，检索增强生成（Retrieval-Augmented Generation, RAG）被寄予厚望，作为 LLM 应用落地的关键技术范式之一，它的核心思想很简单： “让大模型在生成答案时，先检索外部知识库，确保回答既准确又新鲜。” 理论上，RAG 能解决大语言模型（LLM）的三大痛点： 知识固化：LLM 依赖训练数据，无法自动更新知识（如 GPT-4 不知道 2024 年后的新闻），导致时效性差、专业领域知识不足，而 RAG 通过连接外部知识库，可以随时引入新信息。 幻觉问题：LLM 可能编造虚假信息，而 RAG 为回答提供证据、增强生...

牛客创作赏金赛聊聊我眼中的AI

点赞评论收藏

03-14 06:41

中南民族大学 Web前端

不想就这样结束了

点赞评论收藏

04-04 02:42

重庆大学游戏后端

游戏客户端简历求拷打🥹🥹

渐好：软光栅真的写明白了吗，既然是软渲那技术栈不应该使用OpenGL，光追和bvh既不算什么高级渲染技术更不应该属于软渲的内容，git那个项目没啥用，建议把前两个项目重新组织一下语言，比如软渲染那个项目冯着色和msaa、贴图这几项分开写，写的到位点，如果你还学过光追那就单独写出来，如果没把握考官问你答不上来就别写给自己找麻烦，在技术栈那一栏简单提一下自己学过就行，这样杂的放在一起不太严谨，个人愚见.

点赞评论收藏