大数加法

对于一些比long int还大的数,我们应该如何计算加法呢?

可以想到的是可以转换为字符串去计算。

思路:

1,逆序输入

2,加法

1)主要就是考虑进位。

比如我们计算987654321 + 5678

对于高位不足的我们补0

最后结果在逆序输出就行了

123456789
876500000
999956789

 

 

 

 

但是如果我们计算的加法中有负数应该怎么办?

那可以看成减法去计算。

注意考虑负号就行了

当然在这里我们也没必要在重新生成一个数组去计算。

下面是代码实现

#include <iostream>
#include <cstring>
#include <cstdlib>
using namespace std;

const int maxn = 1000;
char str1[maxn], str2[maxn];
int a[maxn], b[maxn];

void input()
{
	int i, j;
	//逆序输入
	for (i = strlen(str1) - 1, j = 0; i >= 0; i--)
		a[j++] += str1[i] - '0';
	for (i = strlen(str2) - 1, j = 0; i >= 0; i--)
		b[j++] += str2[i] - '0';
}

void add()
{
	int i;
	//相加和进位
	for (i = 0; i < maxn; i++) {
		b[i] += a[i];
		if (b[i] >= 10) {
			b[i + 1] += b[i] / 10;
			b[i] %= 10;
		}
	}
}

void sub()
{
	int i, j;
	//相减和借位
	for (i = 0; i < maxn; i++) { 
		if (a[i] < b[i]) {
			b[i] = a[i] + 10 - b[i];
			a[i + 1] -= 1;
		}
		else b[i] = a[i] - b[i];
	}
}

void print()
{
	int i;
	//过滤前置的0
	for (i = maxn - 1; i >= 0 && b[i] == 0; i--);
	if (i >= 0)
		for ( ; i >= 0; i--)
			cout << b[i];
	else cout << 0;//如果前面全为0,那么输出1个0;
	cout << endl;
}

int main()
{
	memset(a, 0, sizeof(a));
	memset(b, 0, sizeof(b));
	memset(str1, 0, sizeof(str1));
	memset(str2, 0, sizeof(str2));
	cin >> str1 >> str2;
	if (str1[0] != '-' && str2[0] != '-') {
		input();
		add();
		print();
	}
	else if(str1[0] != '-' && str2[0] == '-') {
		for (int i = 0; i <= maxn; i++) {
			str2[i] = str2[i+1];
		}
		input();
		sub();
		print();
	}
	else if (str1[0] == '-' && str2[0] != '-') {
		for (int i = 0; i <= maxn; i++) {
			str1[i] = str1[i+1];
		}
		input();
		sub();
		cout << '-';
		print();
	}
	else {
		for (int i = 0; i <= maxn; i++) {
			str1[i] = str1[i+1];
			str2[i] = str2[i+1];
		}
		input();
		add();
		cout << '-';
		print();
	}
	return 0;
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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