JavaScript
 Computer >> コンピューター >  >> プログラミング >> JavaScript

【JavaScript】バスに乗りきらなかった乗客の人数を計算する方法

問題

次の3つの引数を受け取るJavaScript関数を書く必要があります。

  • cap − 運転手を除いた、バスの乗車定員(乗れる人数)

  • on − 運転手を除いた、現在バスに乗っている人数

  • wait − 運転手を除いた、乗車待ちをしている人数

空きスペースが十分にある場合は 0 を返し、全員を乗せきれない場合は、乗せられなかった乗客の人数を返します。

考え方

まず「乗っている人数+待っている人数」で乗車希望者の合計を求め、それが定員(cap)を上回るかどうかを判定します。上回っていれば、その差分こそが乗せられない人数になります。差分がマイナスになることは本来ありませんが、安全のため 0 未満になった場合は 0 に補正してから返すようにしています。

コード例

以下は実装の一例です。

const cap = 120;
const on = 80;
const wait = 65;
const findCapacity = (cap, on, wait) => {
    let x = 0;
    let y = (on + wait);
    if(y > cap){
        x += (y - cap);
    };
    if(x < 0){
        x = 0;
    };
    return x;
};
console.log(findCapacity(cap, on, wait));

出力結果

25

この例では、定員120人に対して、乗客80人と待機者65人の合計145人が乗車を希望しています。145 − 120 = 25 となるため、25人が乗りきれず取り残されるという結果になります。

  1. new演算子を使ってJavaScriptコンストラクタを作成する方法

    JavaScriptでは、通常の関数を「new」演算子と組み合わせて呼び出すことで、コンストラクタとして機能させることができます。これにより、同じ構造を持つ複数のオブジェクトを効率的に生成できます。以下に、new演算子を使用してJavaScriptのコンストラクタを作成するコード例を紹介します。 サンプルコード <!DOCTYPE html> <html lang=ja> <head> <meta charset=UTF-8 /> <meta name=viewport content=width=device-width, initial

  2. TensorFlowとPythonでデータをモデルに適合させる方法:fitメソッドの基本

    TensorFlowでは、「fit」メソッドを使用することで、データをモデルに適合させることができます。本記事では、転移学習を活用した画像分類モデルの構築を例に、fitメソッドの基本的な使い方を解説します。転移学習とは何か少なくとも1つの畳み込み層(Convolutional Layer)を含むニューラルネットワークは、畳み込みニューラルネットワーク(CNN)と呼ばれ、学習モデルの構築に広く活用されています。画像分類における転移学習(Transfer Learning)の考え方は、「大規模で汎用的なデータセットで学習済みのモデルは、視覚世界における汎用モデルとして効果的に機能する」というもので