Visual illustration of the code challenge: +3 Days ! #5 Le jumeau de la ville

+3 Days ! #5 Le jumeau de la ville

Naya s’appuie désormais sur un jumeau numérique pour avancer.

Coding in the sandbox You must be logged in to access the sandbox.

Mission

Ce challenge est issu de l’histoire originale Naya +3 days !

À ce stade, Naya a assez de matière pour faire un pas décisif : ne plus seulement observer la ville, mais commencer à la tester autrement. MobilityOS embarque un module de simulation, une sorte de jumeau numérique capable d’estimer l’effet de micro-ajustements sur certains trajets ou certaines zones. Pas question de tout changer. Seulement d’activer, avec précision, quelques optimisations parmi les plus prometteuses.

Mais tout ne peut pas être amélioré en même temps. Chaque ajustement a un coût, une portée, une priorité. Naya doit donc choisir. Quels leviers activer en premier pour produire le plus de gain possible, avec des moyens limités ? C’est là que l’enquête devient une stratégie.

Règles

Les simulations du jumeau numérique de MobilityOS sont désormais disponibles. Pour chaque optimisation identifiée, tu disposes d’un identifiant, d’un type de friction ciblé, d’un gain potentiel en secondes et d’un coût d’activation.

Dans le tableau optimisations, chaque élément a le format suivant :

(identifiant):(type de friction):(gain en secondes):(coût d'activation)

Tu disposes également d’un entier budget représentant le budget d’activation total disponible.

Pour chaque optimisation, il faudra calculer son score de priorité :

score = gain / coût

Tu devras ensuite trier les optimisations par score décroissant, puis les parcourir dans cet ordre. Pour chaque optimisation, tu l’actives uniquement si son coût ne fait pas dépasser le budget restant.

Tu dois donc trier les optimisations par score décroissant, puis les parcourir dans cet ordre. Pour chaque optimisation, tu l’actives uniquement si son coût ne fait pas dépasser le budget restant.

Tu dois retourner le nombre d’optimisations activées, suivi du gain total obtenu.

Le format de retour attendu est le suivant :

nombre:gain_total

Par exemple : 2:300

Comme pour tous les challenges, n’hésite pas à te référer à la section « données et logique algorithmique ».

Solve the challenge

To code this challenge, several possibilities:
- Want to start coding right away? Use the online Sandbox.
- You can also copy/paste a dataset below.

challenge code for resolution via API: THREEDAYS_5

Some resources to help you:
Data and algorithmic logic Methodologies Corrections

Support for resolution

Progress through challenges using our resolution aids: tools, techniques and advice to help you overcome the most complex programming challenges with methodology, confidence and creativity.

Dataset and algorithmic logic

Based on the data and the expected response, use the process to determine the logic to implement.

Show data and progress

Methodologies

Develop a structured approach with our solving guides. Work on specific concepts such as object-oriented programming or unit testing to improve your coding style and progress.

No methodology yet for this challenge, but we are working on it! Follow us to be informed of the release!


Corrections

The corrections allow you to discover certain technical concepts but will also give you a solution to the challenge. Code the challenge yourself before consulting the corrections ;)

No answer yet for this challenge, but we&'re working on it! Follow us to be informed of the release!

Programming concept(s) that can be used to solve this challenge: Conditions, Tableaux, Parsing, Chaines de caractères, Calculs

Keep coding

Other challenges to complete

Beginner
Greenoïd #3 - An alternative reality

Greenoïd #3 - An alternative reality

Behavioral Corrigé disponible : Python
Intermediate
WALL-E #1

WALL-E #1

Wall-E est un robot dont la mission est de nettoyer la Terre. Tu dois coder son fonctionnement pour qu’il traite efficacement ces déchets. Néanmoins, sois vigilant pour ne pas épuiser sa réserve d’énergie !

Behavioral Corrigés dispos : PHPPHP
Advance
Affaire BL4CKWELL – Prof Algorithme

Affaire BL4CKWELL – Prof Algorithme

Plonge dans les logs d’une IA incontrôlable, explore les bulles d’information et identifie la thématique dominante.

Behavioral