Week11作业-必做题

A

蒜头君从现在开始工作,年薪 NN 万。他希望在蒜厂附近买一套 6060 平米的房子,现在价格是 200200 万。假设房子价格以每年百分之 KK 增长,并且蒜头君未来年薪不变,且不吃不喝,不用交税,每年所得 NN 万全都积攒起来,问第几年能够买下这套房子?(第一年年薪 NN 万,房价 200200 万)

输入格式

一行,包含两个正整数 N(10≤N≤50)N(10≤N≤50),K(1≤K≤20)K(1≤K≤20),中间用单个空格隔开。

输出格式

如果在第 2020 年或者之前就能买下这套房子,则输出一个整数 MM,表示最早需要在第 MM 年能买下;否则输出"Impossible"

思路:
  • 设置两个变量分别表示收入之和与当前房价,不断递增直到可以买房。
  • 注意k%使用k*N/100,应该使用double。
实现:
#include<iostream>
using namespace std;

int main()
{
	ios::sync_with_stdio(false);
	double N,K;
	int cnt = 1;
	double x = 200;
	cin >> N >> K;
	double tmp = N;
	while(true)
	{
		if(N >= x || cnt > 20)break;
		N += tmp;
		x += x * K / 100.0;
		cnt++;
	} 
	
	if(cnt <= 20)cout<<cnt;
	else cout<<"Impossible";
	return 0;
}
错误:
  • 没有注意到死循环的问题导致TLcnt>20之后应当直接退出。

B

蒜头君的班级里有 n2n2 个同学,现在全班同学已经排列成一个 n∗nn∗n 的方阵,但是老师却临时给出了一组新的列队方案。为了方便列队,所以老师只关注这个方阵中同学的性别,不看具体的人是谁。这里我们用 00 表示男生,用 11 表示女生。现在蒜头君告诉你同学们已经排好的方阵是什么样的,再告诉你老师希望的方阵是什么样的。他想知道同学们已经列好的方阵能否通过顺时针旋转变成老师希望的方阵

  1. 不需要旋转则输出 00
  2. 顺时针旋转 90° 则输出 11
  3. 顺时针旋转 180° 则输出 22
  4. 顺时针旋转 270° 则输出 33

若不满足以上四种情况则输出 −1−1。若满足多种情况,则输出较小的数字

输入格式

第一行为一个整数 nn;接下来的 nn 行同学们已经列好的 0101 方阵;再接下来的 nn 行表示老师希望的的 0101 方阵。

输出格式

输出仅有一行,该行只有一个整数,如题所示。

数据范围

对于 100%100% 的数据中,1≤n≤20

思路:
  • 首先是旋转90度之后坐标的变化:设(x,y) -> (x1,y1),则有x + y1 = n+1; x1 = y。
  • 每次使用中间数组保存旋转后的结果,并于目标比较。
  • 由于转换次数比较少,因此直接手动转换判断即可。
实现:
#include<iostream>
using namespace std;

int a[21][21],tmp[21][21],res[21][21]; 
int n;
bool cmp_matrix(int t[21][21])
{
	for(int i=1;i<=n;++i)
		for(int j=1;j<=n;++j)
			if(t[i][j]!=res[i][j])return false;
	return true;
}

void tran_matrix(int a[21][21], int b[21][21])
{//a -> b
	for(int i=1;i<=n;++i)
		for(int j=1;j<=n;++j)
		b[j][n+1-i]=a[i][j];		
}
int main()
{
	ios::sync_with_stdio(false);
	cin >> n;
	for(int i=1;i<=n;++i)
		for(int j=1;j<=n;++j)
			cin>>a[i][j];
	
	for(int i=1;i<=n;++i)
		for(int j=1;j<=n;++j)
			cin>>res[i][j];
			
	if(cmp_matrix(a)){cout<<0;return 0;}
    
	tran_matrix(a,tmp);
	if(cmp_matrix(tmp)){cout<<1;return 0;}
    
	tran_matrix(tmp,a);
	if(cmp_matrix(a)){cout<<2;return 0;}
    
	tran_matrix(a,tmp);
	if(cmp_matrix(tmp)){cout<<3;return 0;}
    
	cout<<-1;
	return 0;
}

C

Julius CaesarJulius Caesar 曾经使用过一种很简单的密码。对于明文中的每个字符,将它用它字母表中后 55 位对应的字符来代替,这样就得到了密文。比如字符'A''F'来代替。如下是密文和明文中字符的对应关系。

密文A B C D E F G H I J K L M N O P Q R S T U V W X Y ZA B C D E F G H I J K L M N O P Q R S T U V W X Y Z

明文V W X Y Z A B C D E F G H I J K L M N O P Q R S T UV W X Y Z A B C D E F G H I J K L M N O P Q R S T U

你的任务是对给定的密文进行解密得到明文。你需要注意的是,密文中出现的字母都是大写字母。密文中也包括非字母的字符,对这些字符不用进行解码。

输入格式

一行,给出密文,密文不为空,而且其中的字符数不超过 200200。

输出格式

输出一行,即密文对应的明文。

思路:
  • 对于转换考虑使用强制转换,分为65-69之间和70-90之间。
实现:
#include<iostream>
#include<string>
using namespace std;

int main()
{
	ios::sync_with_stdio(false);
	string str;
	getline(cin,str);
	for(int i=0;i<str.size();++i)
	{
		char x = str[i];
		if(x >= 65 && x <= 69)cout<<char(int(x)+21);
		else if(x >= 70 && x <= 90)cout<<char(int(x)-5);
		else cout<<x;
	}

	return 0;
}

D

东东和他的女朋友(幻想的)去寿司店吃晚餐(在梦中),他发现了一个有趣的事情,这家餐厅提供的 n 个的寿司被连续的放置在桌子上 (有序),东东可以选择一段连续的寿司来吃。东东想吃鳗鱼,但是东妹想吃金枪鱼。核 平 起 见,他们想选择一段连续的寿司(这段寿司必须满足金枪鱼的数量等于鳗鱼的数量,且前一半全是一种,后一半全是另外一种)我们用1代表鳗鱼,2代表金枪鱼。

比如,[2,2,2,1,1,1]这段序列是合法的,[1,2,1,2,1,2]是非法的。因为它不满足第二个要求。东东希望你能帮助他找到最长的一段合法寿司,以便自己能吃饱。

Input

输入:
第一行:一个整数n(2≤n≤100000),寿司序列的长度。
第二行:n个整数(每个整数不是1就是2,意义如上所述)

Output

输出:一个整数(代表东东可以选择的最长的一段连续的且合法的寿司)

思路:
  • 考虑对连续的1/2进行压缩处理:记录它们连续出现的次数,存入数组。之后对数组中的相邻项,它们代表不同的数1/2出现次数,因此取两者中的较小者为当前两项所能得到的答案,最后在所有答案中取较大者乘以2即可。
实现:
#include<iostream>
#include<algorithm>
using namespace std;

int f[100010]={0};

int main()
{
	ios::sync_with_stdio(false);
	int n,x,tmp;
	cin >> n;
	f[0]=1;
	cin >> tmp;
	int cnt = 0;
	for(int i=1;i<n;++i)
	{
		cin >> x;
		if(x == tmp)f[cnt]++;
		else f[++cnt]++;
		tmp = x;
	}
	
	int ans = 0;
	for(int i=0;i<cnt;++i)
	{
		tmp = min(f[i],f[i+1]);
		ans = max(tmp ,ans);
	}
	cout << 2*ans;
	return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你好!对于心脏病预测的问题,使用循环神经网络(RNN)是一种常见的方法。RNN适用于处理序列数据,而心电图信号就是一种序列数据。在使用RNN进行心脏病预测时,你可以将心电图信号作为输入序列,然后通过训练RNN模型来预测患者是否患有心脏病。 首先,你需要准备一个合适的数据集,其中包含心电图信号和相应的心脏病标签。可以使用公开的心电图数据集,如PTB数据库或MIT-BIH数据库。然后,你可以对数据进行预处理和特征工程,如数据清洗、滤波、降采样等。 接下来,你可以构建一个RNN模型。RNN模型由一系列循环层组成,每个循环层都会处理一个时间步的输入数据。你可以选择不同类型的RNN单元,如简单循环单元(SimpleRNN)、长短期记忆网络(LSTM)或门控循环单元(GRU)。通过添加适当的全连接层和激活函数,你可以将RNN模型输出映射到二分类问题(有或无心脏病)的结果。 然后,你可以使用训练集对RNN模型进行训练,并使用验证集进行模型调优。在训练过程中,你可以使用适当的损失函数(如交叉熵)和优化算法(如随机梯度下降)来最小化模型的预测误差。 最后,你可以使用测试集对训练好的模型进行评估,并计算模型的性能指标,如准确率、精确率、召回率等。这些指标可以帮助你评估模型的预测能力和泛化能力。 需要注意的是,心脏病预测是一个复杂的医学问题,仅仅使用心电图信号可能不能得到准确的预测结果。通常情况下,还需要结合其他患者的临床信息和医学知识来进行综合评估。因此,在进行心脏病预测时,建议与专业医生合作,并遵循相关的医学准则和规范。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值