24年大一4月14日训练(东北林业大学)

2024-04-14 22:52

本文主要是介绍24年大一4月14日训练(东北林业大学),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言:

  今晚的5道题。

正文:

Problem:A宋哥猜拳(2):

#include<bits/stdc++.h>
using namespace std;
int main(){int t;cin>>t;while(t--){string x;cin>>x;int a=0,b=0,c=0,l=x.length();//	cout<<l;for(int i=0;i<l;i++){char y=x[i];if(y=='A')c++;if(y=='B')a++;if(y=='C')b++;}//	cout<<a<<b<<c;if(a<c&&a<b)cout<<"A"<<endl;if(b<c&&b<a)cout<<"B"<<endl;if(c<a&&c<b)cout<<"C"<<endl;}return 0;
}

简单的计数问题,看对面出啥出的最多,我们选择不出相应的.

Problem:B库特的数学题:

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
ll mit=1e9+7;
ll quickmod(ll a,ll b,ll c){ll ans=1;a=a%c;while(b){if(b&1)ans=ans*a%c;a=a*a%c;b/=2;}return ans;
}
int main(){ll n;while(cin>>n){ll x=quickmod(3,n,1000000007);cout<<2*x%(1000000007)<<endl;}return 0;
}

快数模取幂。详可见东北林业大学 23ACM蓝桥杯训练 4 题解-CSDN博客

Problem:C陈宇的序列:

#include <bits/stdc++.h>
using namespace std;
long long a[10];
int main(){a[1]=1,a[2]=11,a[3]=21,a[4]=1211,a[5]=111221,a[6]=312211,a[7]=13112221,a[8]=1113213211,a[9]=31131211131221;int x;while(cin>>x){cout<<a[x]<<endl;}return 0;
}

注意本题为多组输入!!!(题干没写)

在网上查了一下这个序列,这叫外观序列,比a3是21,有一个2和一个1,那么a4就为1211;a4有一个1,一个2,和两个1,那么a5就为111221.依次类推,可知后续队列,由于这道题x不大于9,我们可以在纸上算好后直接填上去。

Problem:D摘花生-DP:

#include <bits/stdc++.h>
using namespace std;
int a[105][105],dp[105][105];
int main(){int t;cin>>t;while(t--){memset(a,0,sizeof(a));int n,m;cin>>n>>m;for(int i=1;i<=n;i++){for(int j=1;j<=m;j++){cin>>a[i][j];}}for(int i=1;i<=n;i++){for(int j=1;j<=m;j++){dp[i][j]=max((dp[i-1][j]+a[i][j]),(dp[i][j-1]+a[i][j]));}}cout<<dp[n][m]<<endl;}return 0;
}

简单的dp。

Problem:E咸鱼连突刺:

#include <bits/stdc++.h>
using namespace std;
int prime[1000005];
void isprime(){int cnt=0;memset(prime,1,sizeof(prime));prime[0]=prime[1]=0;for(int i=2;i<=1000000;i++){for(int j=i*2;j<=1000000;j+=i){prime[j]=0;}}
}
int main(){long long t,ans=0;cin>>t;isprime();while(t--){int l,r;cin>>l>>r;for(int i=l;i<=r;i++){if(prime[i]){ans+=i;break;}}for(int i=r;i>=l;i--){if(prime[i]){ans+=i;break;}}}cout<<ans<<endl;return 0;
}

线性筛找素数,然后在l,r中找两个素数(一最大,一最小),加在答案里。

后记:

  之前几周事太多了没写博客,之后会把这写日子写的题补完并发博客的。

这篇关于24年大一4月14日训练(东北林业大学)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/904247

相关文章

业务中14个需要进行A/B测试的时刻[信息图]

在本指南中,我们将全面了解有关 A/B测试 的所有内容。 我们将介绍不同类型的A/B测试,如何有效地规划和启动测试,如何评估测试是否成功,您应该关注哪些指标,多年来我们发现的常见错误等等。 什么是A/B测试? A/B测试(有时称为“分割测试”)是一种实验类型,其中您创建两种或多种内容变体——如登录页面、电子邮件或广告——并将它们显示给不同的受众群体,以查看哪一种效果最好。 本质上,A/B测

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX

Spark MLlib模型训练—聚类算法 PIC(Power Iteration Clustering)

Spark MLlib模型训练—聚类算法 PIC(Power Iteration Clustering) Power Iteration Clustering (PIC) 是一种基于图的聚类算法,用于在大规模数据集上进行高效的社区检测。PIC 算法的核心思想是通过迭代图的幂运算来发现数据中的潜在簇。该算法适用于处理大规模图数据,特别是在社交网络分析、推荐系统和生物信息学等领域具有广泛应用。Spa

SigLIP——采用sigmoid损失的图文预训练方式

SigLIP——采用sigmoid损失的图文预训练方式 FesianXu 20240825 at Wechat Search Team 前言 CLIP中的infoNCE损失是一种对比性损失,在SigLIP这个工作中,作者提出采用非对比性的sigmoid损失,能够更高效地进行图文预训练,本文进行介绍。如有谬误请见谅并联系指出,本文遵守CC 4.0 BY-SA版权协议,转载请联系作者并注

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录 在深度学习项目中,目标检测是一项重要的任务。本文将详细介绍如何使用Detectron2进行目标检测模型的复现训练,涵盖训练数据准备、训练命令、训练日志分析、训练指标以及训练输出目录的各个文件及其作用。特别地,我们将演示在训练过程中出现中断后,如何使用 resume 功能继续训练,并将我们复现的模型与Model Zoo中的

Science|癌症中三级淋巴结构的免疫调节作用与治疗潜力|顶刊精析·24-09-08

小罗碎碎念 Science文献精析 今天精析的这一篇综述,于2022-01-07发表于Science,主要讨论了癌症中的三级淋巴结构(Tertiary Lymphoid Structures, TLS)及其在肿瘤免疫反应中的作用。 作者类型作者姓名单位名称(中文)通讯作者介绍第一作者Ton N. Schumacher荷兰癌症研究所通讯作者之一通讯作者Daniela S. Thomm

PMP–一、二、三模–分类–14.敏捷–技巧–看板面板与燃尽图燃起图

文章目录 技巧一模14.敏捷--方法--看板(类似卡片)1、 [单选] 根据项目的特点,项目经理建议选择一种敏捷方法,该方法限制团队成员在任何给定时间执行的任务数。此方法还允许团队提高工作过程中问题和瓶颈的可见性。项目经理建议采用以下哪种方法? 易错14.敏捷--精益、敏捷、看板(类似卡片)--敏捷、精益和看板方法共同的重点在于交付价值、尊重人、减少浪费、透明化、适应变更以及持续改善等方面。

2021-8-14 react笔记-2 创建组件 基本用法

1、目录解析 public中的index.html为入口文件 src目录中文件很乱,先整理文件夹。 新建components 放组件 新建assets放资源   ->/images      ->/css 把乱的文件放进去  修改App.js 根组件和index.js入口文件中的引入路径 2、新建组件 在components文件夹中新建[Name].js文件 //组件名首字母大写

2021-08-14 react笔记-1 安装、环境搭建、创建项目

1、环境 1、安装nodejs 2.安装react脚手架工具 //  cnpm install -g create-react-app 全局安装 2、创建项目 create-react-app [项目名称] 3、运行项目 npm strat  //cd到项目文件夹    进入这个页面  代表运行成功  4、打包 npm run build

用Python实现时间序列模型实战——Day 14: 向量自回归模型 (VAR) 与向量误差修正模型 (VECM)

一、学习内容 1. 向量自回归模型 (VAR) 的基本概念与应用 向量自回归模型 (VAR) 是多元时间序列分析中的一种模型,用于捕捉多个变量之间的相互依赖关系。与单变量自回归模型不同,VAR 模型将多个时间序列作为向量输入,同时对这些变量进行回归分析。 VAR 模型的一般形式为: 其中: ​ 是时间  的变量向量。 是常数向量。​ 是每个时间滞后的回归系数矩阵。​ 是误差项向量,假