ChatGPT是由OpenAI在2022年11月30日发布的全新聊天机器人模型，一经推出，迅速在社交媒体上走红，短短5天，注册用户数就超过100万。ChatGPT是人工智能技术驱动的自然语言处理工具，使用了Transformer神经网络架构，会通过连接大量的语料库来训练模型，使得ChatGPT具备上知天文下知地理，还能根据聊天的上下文进行互动，真正像人类一样聊天交流，甚至能完成撰写文案、代码、写论文等任务。
a=[1,5,9,2,6,8,3,4,7] n=0 ;flag=True
for i in range(len(a)-1):
if a[i]<a[i+1] and flag==True:
n+=1;flag=False
elif a[i]>a[i+1] and flag==False:
n-=1;flag=True
print(n)
执行上述程序段后， 输出的值为：（ ）
import random
p="abcde*";st=[] ;s="";i=0
while i<=5:
m=random.randint(0,1)
if m==0:
st.append(p[i])
i+=1
elif len(st)>0:
s+=st.pop()
print(s)
执行上述程序段后，输出结果可能的是：（ ）
a = [[98,1],[96,2],[95,3],[93,4],[90,-1]];b = [[99,1],[97,2],[94,3],[93,4],[92,-1]] head_a = head_b = 0
pre = p = head_a;q = head_b
while q!=-1:
if p!=-1 and (1) :
pre=p
p=a[p][1]
else:
a.append( (2) )
if p==head_a:
pre=head_a=len(a)-1
else:
a[pre][1]= (3)
pre=len(a)-1
q=b[q][1]
上述程序段中可选填的语句为：
①a[p][0]>= b[q][0] ② a[p][0]<= b[q][0] ③q
④len(a)-1 ⑤[b[p][0],q] ⑥[b[q][0],p]
则划线处填写的语句依次为：（ ）
㈠将原密码中的小写字母转换成大写字母；
㈡将原密码中的大写字母转换成小写字母；再利用移位秘钥中对应的数字循环右移，移位秘钥不够时可以循环使用。如移位秘钥为“312”，待加密字母“abcde”，则应将字母a,b,c,d,e分别循环右移3位、1位、2位、3位、1位；
㈢将原密码中的数字转换为与其对称的数字，例如：0→9，3→6，5→4……9→0；
㈣原密码中其它特殊字符不改变。
程序运行界面如图所示，实现上述功能的程序代码段如下：
def change(zf):
if "A"<=zf<="Z":
s=zf.lower() else: #将字符 zf 中的大写字母转化为小写字母
else:
s=zf.upper() #将字符 zf 中的小写字母转化为大写字母
return ①
pw=input("请输入原密码：")
yw=input("请输入移位秘钥： ") res="";n=0
for ch in pw:
if "a"<=ch<="z":
ch=change(ch)
"A"<=ch<="Z": ch=change(ch)
ch=chr((ord(ch)-97+int(yw[n]))%26+97)
n= ②
elif "0"<=ch<="9":
ch= ③
res=res+ch
print("生成新密码：",res)
① ② ③
图a
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']#图表显示中文
df=pd.read_excel (" ")
a=[""]*len(df) #存储每个学生的选课组合
dic={"物":0,"化":0,"生":0,"政":0,"历":0,"地":0,"技":0}
for i in df.index:
for j in df.columns[3:]:
if df.at[i,j]==1:
a[i]+=j
for i in dic.keys():
dic[i]=round(dic[i]/len(df)*100,2)
图 b
df1=pd.DataFrame({"学科":dic.keys(),"人数占 比":dic.values()})
df1= ①
plt.title("各科选考人数占比")
plt.bar ( ② , label="人数占比") plt.legend()
plt.show ()
观察图所示，横线处应填入的代码： ① ② (选填字母)
A．df1.sort_values("人数占比",ascending=True)
B．df1.sort_values("人数占比",ascending=False)
C．df1.学科,df1.人数占比
D．df1.人数占比, df1.学科
图 c
cx=input("请输入需要查询的选课组合： ")
cnt=0
for i in range(len(a)):
if :
cnt=cnt+1
print(f"选择{cx}组合的同学共有: {cnt}人")
| 货物编号 | 送达时间 | 加工时间 | 是否加急 |
| A | 0 | 2 | 0 |
| B | 1 | 3 | 0 |
| C | 2 | 1 | 1 |
| D | 4 | 2 | 0 |
| E | 5 | 2 | 1 |
读取n批待加工货物信息存于列表data，data中的数据已经按货物送达时间升序排列。例如存储题中实例的数据：
data=[["A",0,2,0],["B",1,3,0],["C",2,1,1],["D",4,2,0],["E",5,2,1]] '''
n=len(data)
qA=[0]*n;qB=[0]*n
headA=0;tailA=0
headB=0;tailB=0
curtime=0 ;i=0 ;sum=0
while i<n or headA!=tailA or headB!=tailB:
if i<n and data[i][1]<=curtime:
k=data[i][3]
if :
qA[tailA]=i
tailA+=1
else:
qB[tailB]=i
tailB+=1
elif 
:
if headA!=tailA:
p=qA[headA]
headA+=1
else:
p=qB[headB]
headB+=1
curtime+=data[p][2]
else:
curtime=data[i][1]
print("平均等待时间为：",sum/n)
