【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。
-
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
-
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