首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >CCF NOIP 2017复赛获奖分数线及获奖名额分配方案

CCF NOIP 2017复赛获奖分数线及获奖名额分配方案

作者头像
海天一树
发布于 2018-10-08 08:35:30
发布于 2018-10-08 08:35:30
1.6K0
举报
文章被收录于专栏:海天一树海天一树

中国计算机学会NOI竞赛委员会、科学委员会召开会议,确定了CCF NOIP 2017复赛获奖分数线及获奖名额分配方案。

一、提高组

(一)提高组一等奖名额分配方案

提高组一等奖全国基准分数线: 200分 CCF NOIP2017复赛(提高组)省赛区一等奖名额由两部分组成: A:根据复赛人数和省平均分(占90%)计算; B:根据初赛人数(占10%)计算。计算规则如下: 1.确定全国基准分数线、拟获奖率为20%,根据各省复赛提高组人数Q、平均分R,一个省可获名额A的计算公式如下: A=((省复赛平均分R-全国基准分数线)×0.1%+20%)×省复赛提高组人数Q 注:0.1%为比例因子(省平均分与全国基准线之差,每增加10分,获奖率增加1%);

  1. 根据省初赛人数(P),可计算一个省获得的相应名额: (1). 0<P<5000,B=(S-全国A名额总和)×初赛人数P/全国初赛总人数 (2). P≥5000时,每增加2000人,增加1个名额; 注:S为拟获奖人数,定义为2000;

以上A、B之和为各省复赛提高组一等奖参考名额,科学委员会、竞赛委员会根据各省竞赛成绩、获奖人数及获奖比例适当调整。

说明:

  1. 初赛人数、复赛人数按实际参赛选手(零分者包括在内)计算;
  2. 初中选手和高中选手参加同一组别的竞赛,同样获奖;
  3. 高中阶段在历年NOIP中已获得复赛提高组一等奖的选手或历年集训队选手单独计算,不占各省新获奖名额;

(二)提高组二等奖名额分配方案

提高组二等奖全国基准分数线: 120分 1.提高组一等奖获奖分数线位于基准分数线200分(含)以上的省份,200分以上未获一等奖者均可获二等奖; 2.对于200分(含)以上选手不足50%的省份,分数位于该省前60%且不低于120分的选手可获二等奖; 3.一等奖分数线位于基准分数线以上的省份,二等奖分数线的划定原则为不超过一等奖获奖比例加40%; 4.对于一等奖分数线低于基准分数线的省,分数位于该省前60%且不低于80分的选手可获二等奖;

(三)提高组三等奖名额分配方案

1.提高组一等奖在基准分数线(含)200分以上的省份,80分(含)以上未获一二等奖的选手,均可获三等奖。 2.一等奖分数线低于全国基准分数线的省份,不设三等奖。

二、普及组

(一)普及组一等奖名额分配方案

普及组一等奖全国基准分数线:165分 1.NOIP2017复赛普及组一等奖名额分配方案同提高组一等奖计算方式。 普及组二等奖名额分配方案

(二)普及组二等奖全国基准分数线:120分

  1. 165分(含)以上未获一等奖者均可获二等奖。 2.对于165分(含)以上选手不足50%的省份,分数位于该省前65%且不低于80分的选手均可获二等奖; 3.一等奖分数线在基准分数线以上的省份,二等奖分数线的划定原则为不超过一等奖获奖比例加40%;

(三)普及组三等奖名额分配方案

1.普及组一等奖分数线位于全国基准分数线(含)165分以上的省份,80分(含)以上未获一二等奖的选手,均可获三等奖。 2.一等奖获奖分数线低于全国基准分数线的省份,不设三等奖; NOI各省组织单位根据上述提高组二三等奖、普及组二三等奖获奖条件,确定本省获奖分数线及获奖选手名单,于12月1日12:00前上报CCF 。

-- 中国计算机学会 2017年11月30日


附录(一):CCF NOIP2017提高组一等奖各省获奖分数线

(按获奖分数线由高到低排列)

1.png

2.png

3.png

新获奖名额1888个,历年已获奖人数576人,获奖总数2464人,获奖率23.92%

附录(二):CCF NOIP2017普及组一等奖各省获奖分数线

(按获奖分数线由高到低排列)

4.png

5.png

6.png

获奖总数1761人,获奖率21.31%。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-09-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 KidsCode少儿编程 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
知行教育大数据分析数仓项目_面试题精华版
1.简介一下当前这个项目 能够介绍一下你写的项目: 我们这个大数据项目主要是解决了教育行业的一些痛点。 首先,受互联网+概念,疫情影响,在线教育,K12教育等发展火热,越来越多的平台机构涌现。但是由于信息的共享利用不充分,导致企业多年积累了大量数据,而因为信息孤岛的问题,一直没有对这些数据进一步挖掘分析,因此也不能给企业的管理决策层提供有效的数据支撑。 有鉴于此,我们做的这个教育大数据分析平台项目,将大数据技术应用于教育行业,用擅长分析的OLAP系统为企业经营提供数据支撑。具体的实现思路是,先建立企业的数据仓库,把分散的业务数据预处理,其次根据业务需求从海量的用户行为数据挖掘分析,定制出多维的数据集合,形成数据集市,供各个场景主题使用,最后用BI工具,进行前端展示。 用到的技术架构包括:mysql,sqoop,基于CM的Hive,Oozie和FineBi。由于OLTP系统中数据大多存储在mysql,所以我们最终选择Sqoop作为导入导出工具,抽取数据到数仓,并使用基于CM管理的Hive进行数据清洗+分析,然后sqoop导出到mysql,最后用FineBI展示OLAP的数据分析结果。 所以,我们的技术解决了企业的三大痛点。一是数据量太大问题,传统数据库无法满足;二是系统多,数据分散问题,无法解决数据孤岛问题;三是,统计工作量太大,分析难度高问题,无法及时为企业提供数据参考。
Maynor
2021/04/09
1.6K0
大数据教育数仓之在线教育项目回顾
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4UGgQtXE-1690355726417)(J:/baidudownload/09-第九阶段spark项目-一站式制造/Day5_数仓事实层DWB层构建/02_随堂笔记/Day5_数仓事实层DWB层构建.assets/image-20210518184328346.png)]
Maynor
2023/07/28
7540
大数据教育数仓之在线教育项目回顾
金三银四V2.0之大数据面试常见的10个问题
面试官你好,我是面试咱们公司大数据开发实习岗位的xxx,曾就读于xx学校数据科学与大数据专业,2022年毕业。
Maynor
2023/02/01
1.1K0
数仓分层
数据分层是数据仓库设计中一个十分重要的环节,良好的分层设计能够让整个数据体系更容易被理解和使用。本文介绍的是如何理解数据仓库中各个分层的作用。
皮大大
2023/08/23
5040
Hadoop(HDFS+MapReduce+Hive+数仓基础概念)学习笔记(自用)
文件中有两个配置,删除其中任意一个,修改剩下的一个配置将address改为系统新分配的mac地址,将NAME改成eth0,保存退出
Maynor
2021/12/07
1K0
Hadoop(HDFS+MapReduce+Hive+数仓基础概念)学习笔记(自用)
数仓建设 | ODS、DWD、DWM等理论实战(强烈建议收藏~)
数仓在建设过程中,对数据的组织管理上,不仅要根据业务进行纵向的主题域划分,还需要横向的数仓分层规范。本文作者围绕企业数仓分层展开分析,希望对你有帮助。
大数据老哥
2022/04/07
8K0
数仓建设 | ODS、DWD、DWM等理论实战(强烈建议收藏~)
数仓分层
数仓分层是数据仓库设计中十分重要的一个环节,优秀的分层设计能够让整个数据体系更容易理解和使用 本文的大纲 001,介绍数据分层的作用 002,分层设计的原则以及介绍一种通用的数据分层设计 003,具体案例 004,落地实践意见 005,思考
全栈程序员站长
2022/07/21
6140
数仓分层
详解数仓中的数据分层:ODS、DWD、DWM、DWS、ADS
Data warehouse(可简写为DW或者DWH)数据仓库,是在数据库已经大量存在的情况下,它是一整套包括了etl、调度、建模在内的完整的理论体系。
一个会写诗的程序员
2021/12/16
9.5K0
详解数仓中的数据分层:ODS、DWD、DWM、DWS、ADS
数仓命名规范大全
来源:蜜獾报告 本文约3200字,建议阅读5分钟本文介绍了数仓命名规范。 0X00 前言 数据仓库的建设实施和落地需要团队中不同成员的参与和配合,需要各种各样的规范,规范的分层定义和表命名能让使用者轻而易举地明白该表的作用和含义。因此本文档重点介绍分层规范和可落地的表命名规范。 01XX 数据分层 一、数据运营层:ODS(Operational Data Store) ODS层,是最接近数据源中数据的一层,为了考虑后续可能需要追溯数据问题,因此对于这一层就不建议做过多的数据清洗工作,原封不动地接入原始数据
数据派THU
2023/05/11
1.1K0
数仓命名规范大全
最强最全面的数仓建设规范指南(纯干货建议收藏)
优秀可靠的数仓体系,往往需要清晰的数据分层结构,即要保证数据层的稳定又要屏蔽对下游的影响,并且要避免链路过长。那么问题来了,一直在讲数仓要分层,那数仓分几层最好?
五分钟学大数据
2021/11/16
5.6K0
最强最全面的数仓建设规范指南(纯干货建议收藏)
数据仓库和数据集市详解:ODS、DW、DWD、DWM、DWS、ADS「建议收藏」
Data warehouse(可简写为DW或者DWH)数据仓库,是在数据库已经大量存在的情况下,它是一整套包括了etl、调度、建模在内的完整的理论体系。
全栈程序员站长
2022/09/13
6K0
数仓设计和规范—数仓背景知识
数据仓库(Data Warehouse, DW)是一个面向主题的、集成的、随时间变化的、但信息本身相对稳定的数据集合,用于对管理决策过程的支持。业界主要从两个方面来进行命名:
平常心
2020/11/07
2.6K0
数仓设计和规范—数仓背景知识
候选人被我这些数仓面试题问懵逼了
4). 数仓架构分层:一般分为操作数据层(ODS)、公共维度模型层(CDM)和应用数据层(ADS),其中公共维度模型层包括明细数据层(DWD和汇总数据层(DWS)
数据社
2021/07/30
1.7K0
数仓建模与分析建模_数据仓库建模与数据挖掘建模
数据仓库: 数据仓库是一个面向主题的、集成的、非易失的、随时间变化的数据集合。重要用于组织积累的历史数据,并且使用分析方法(OLAP、数据分析)进行分析整理,进而辅助决策,为管理者、企业系统提供数据支持,构建商业智能。
全栈程序员站长
2022/11/09
1.5K0
数仓建模与分析建模_数据仓库建模与数据挖掘建模
经验分享实时数仓实战命名规范和分层设计~~
通常的命名方式是:ODS_应用系统名(或缩写)_数据库类型_(数据库名称可省略)_数据表名_加载方式(增量还是全量),表名不能太长,一般不超过30字。如:
大数据老哥
2022/02/17
5.6K0
经验分享实时数仓实战命名规范和分层设计~~
[数据仓库]分层概念,ODS,DM,DWD,DWS,DIM的概念「建议收藏」
1.2.2 DWM 轻度汇总层(MID或DWB, data warehouse basis)
全栈程序员站长
2022/08/03
19.2K0
[数据仓库]分层概念,ODS,DM,DWD,DWS,DIM的概念「建议收藏」
数据仓库分三层_数据库分层
https://www.cnblogs.com/itboys/p/10592871.html 数据仓库–通用的数据仓库分层方法
全栈程序员站长
2022/11/10
1.4K0
数据仓库分三层_数据库分层
对于一般大数据物流项目的面试题(问题+答案)
1、数据采集如何完成 OGG 不要涉及,Oracle DBA完成 Canal数据采集,一定知道高可用HA集群模式 2、数据量大小 Kafka topic 数据存储生命周期(多久) 7天
Maynor
2021/12/07
3880
对于一般大数据物流项目的面试题(问题+答案)
助力工业物联网,工业大数据之分层总体设计【六】
Oracle:hostname、port、username、password、sid
Maynor
2023/02/17
5870
助力工业物联网,工业大数据之分层总体设计【六】
数据仓库分层DWD、DWB、DWS[通俗易懂]
DW :data warehouse 翻译成数据仓库 DW数据分层,由下到上为 DWD,DWB,DWS DWD:data warehouse detail 细节数据层,有的也称为 ODS层,是业务层与数据仓库的隔离层 DWB:data warehouse base 基础数据层,存储的是客观数据,一般用作中间层,可以认为是大量指标的数据层。 DWS:data warehouse service 服务数据层,基于DWB上的基础数据,整合汇总成分析某一个主题域的服务数据,一般是宽表。
全栈程序员站长
2022/09/13
24.1K2
推荐阅读
相关推荐
知行教育大数据分析数仓项目_面试题精华版
更多 >
交个朋友
加入HAI高性能应用服务器交流群
探索HAI应用新境界 共享实践心得
加入腾讯云技术交流站
洞悉AI新动向 Get大咖技术交流群
加入云原生工作实战群
云原生落地实践 技术难题攻坚探讨
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档