复制代码不要用火狐，格式会出错！
输入n个单词，计算每个单词长度。对单词长度排序，分行输出单词长度及其单词。
输入格式:
- 行1：单词个数n
- 分行输入n个单词
输出格式:
分行输出单词长度及其单词。（单词长度，单词）用元组表示
输入样例:
5
python
list
set
996
tuple
输出样例:
(3, '996')
(3, 'set')
(4, 'list')
(5, 'tuple')
(6, 'python')
代码示例：
n = int(input())
words = [input().strip() for i in range(n)]
words_len = [(len(word), word) for word in words]
words_len.sort()
for wl in words_len:
print(wl)
解析：代码首先读取数字5，然后使用列表推导式读取接下来N行输入的单词，并将其存储到列表words中。
words_len = [(len(word), word) for word in words]这句代码可以拆分成两部分，for word in words遍历列表words中的每个单词，将其作为输入，(len(word), word)对于每个输入的单词，使用元组将其长度和单词本身打包在一起。
然后使用sort（）函数对元组列表按照单词长度排序，最后遍历元组列表words_len并将其输出。
输入若干个正整数，升序排序后输出。
输入格式:
在一行中输入若干个数，以空格分隔。
输出格式:
输出升序排序后的数，以空格分隔，最后一个数后也有空格
输入样例:
在这里给出一组输入。例如：
4 5 67 3 99 2 7
输出样例:
在这里给出相应的输出。例如：
2 3 4 5 7 67 99
代码示例：
nums = list(map(int, input().split()))
nums.sort()
print(' '.join(map(str, nums)), end=' ')
解析：
首先，使用input()函数读取输入的一行数据，并使用split()函数将字符串按照空格分隔为一个数字列表。map()函数可以将列表中的每个元素都应用于int()函数，将字符串转换为整数类型，并将其结果作为一个新的列表返回。这个新列表的元素类型都是整数。
然后，使用sort()方法将数字列表按照升序排序。
最后，使用join()方法将排好序的数字列表中的所有元素用空格分隔，并将其作为一个字符串输出。map()函数同样也可以将数字列表中的每个元素都应用于str()函数，将整数类型转换为字符串类型，并将其结果作为一个新的列表返回。这个新列表的元素类型都是字符串。end=' '表示输出时每个数之间都有一个空格，且最后一个数后面也有一个空格。
键盘输入某班各个同学就业的行业名称，行业名称之间用空格间隔(回车结束输入) 。统计各行业就业的学生数量，按数量从高到低方式输出。
输入格式:
输入各个同学行业名称，行业名称之间用空格间隔（回车结束输入）
交通 金融 计算机 交通 计算机 计算机
输出格式:
输出参考格式如下，其中冒号为英文冒号：
计算机：3
交通：2
金融：1
输入样例:
交通 金融 计算机 交通 计算机 计算机
输出样例:
计算机:3
交通:2
金融:1
代码示例:
words = input().split()
list = {}
for i in words:
list[i] = list.get(i, 0) + 1
count_words = [(count, word) for word, count in list.items()]
count_words.sort(reverse=True)
for count, word in count_words:
print(word + ':' + str(count))
解析：
首先，使用input()函数读取输入的一行数据，并使用split()函数将字符串按照空格分隔为一个单词列表。
然后，使用一个字典dict_count来记录每个单词出现的次数。遍历单词列表中的每个单词，如果该单词已经在字典中出现，则将其出现次数加1；否则将其出现次数初始化为1。
接下来，使用列表推导式生成一个元组列表count_words。对于字典dict_count中的每个键值对，将其值作为元组的第一个元素，将其键作为元组的第二个元素，并将这些元组组成一个新的列表。注意这里需要将键值对反转，因为我们要按照单词数量排序，而元组默认按照第一个元素排序。
最后，使用sort()方法将count_words按照元组的第一个元素（单词数量）降序排序。然后，使用for循环依次输出每个元组的第二个元素（单词）和第一个元素（数量），并将它们格式化为一个字符串输出。
这一切，似未曾拥有