西山居初试4-叛逆的小明

刚刚搞acm每几个月,今天参加了杭电acm上西山居举行的一个比赛,没想到竟然入围了。只做对了一个题。杭电4554叛逆的小明。

 

叛逆的小明

Time Limit: 3000/1000 MS (Java/Others)    Memory Limit: 65535/32768 K (Java/Others)
Total Submission(s): 77    Accepted Submission(s): 57


Problem Description
叛逆期的小明什么都喜欢反着做,连看数字也是如此(负号除外),比如:
小明会把1234它看成4321;把-1234看成-4321;把230看成032 (032=32);把-230看成-032(-032=-32)。

现在,小明做了一些a+b和a-b的题目(a, b为整数且不含前导0),如果给你这些题目正确的答案,你能猜出小明会做得到什么答案吗?
 


 

Input
输入第一行为一个正整数T(T<=10000),表示小明共做了T道题。
接下来T行,每行是两个整数x,y(-1000000<=x, y<=1000000), x表示a+b的正确答案,y表示a-b的正确答案。
输入保证合法,且不需考虑a或b是小数的情况。
 


 

Output
输出共T行,每行输出两个整数s t,之间用一个空格分开,其中s表示小明将得到的a+b答案,t表示小明将得到的a-b答案。
 


 

Sample Input
  
  
3 20 6 7 7 -100 -140
 


 

Sample Output
  
  
38 24 7 7 -19 -23
 


 

Source
 


 

Recommend
liuyiding

 

#include<stdio.h>
int main()
{
    long a,b; 
	int n,c,d;
	scanf("%d",&n);
	while(n--)
	{
		scanf("%d%d",&c,&d);
		a=(c+d)/2;
		b=(c-d)/2;
		

		if(a==0)            a=a;
	    else if(a>0&&a<10)       a=a;
		else if(a>10&&a<100)        a=(a%10)*10     +    a/10;
		else if(a>100&&a<1000)      a=(a%10)*100    +    (a/10)%10*10    +    a/100;
		else if(a>1000&&a<10000)    a=(a%10)*1000   +    (a/10)%10*100   +    (a/100)%10*10  +  a/1000;
		else if(a>10000&&a<100000)  a=(a%10)*10000  +    (a/10)%10*1000  +    (a/100)%10*100 +  (a/1000)%10*10   +   a/10000;
		else if(a>100000&&a<1000000)  a=(a%10)*100000 +    (a/10)%10*10000 +    (a/100)%10*1000+  (a/1000)%10*100  +(a/10000)%10*10  +a/100000;
		else if(a==10||a==100 || a==1000 || a==10000||a==100000||a==1000000)   a=1;
	
		if(a<0)
		{
			a=-a;
		if(a>0&&a<10)               a=a;
		else if(a>10&&a<100)        a=(a%10)*10   +  a/10;
		else if(a>100&&a<1000)      a=(a%10)*100  +  (a/10)%10*10  +  a/100;
		else if(a>1000&&a<10000)    a=(a%10)*1000 +  (a/10)%10*100 +  (a/100)%10*10  +  a/1000; 
		else if(a>10000&&a<100000)  a=(a%10)*10000  +    (a/10)%10*1000  +    (a/100)%10*100 +  (a/1000)%10*10   +   a/10000;
		else if(a>100000&&a<1000000)  a=(a%10)*100000 +    (a/10)%10*10000 +    (a/100)%10*1000+  (a/1000)%10*100  +(a/10000)%10*10  +a/100000;
		else if(a==10||a==100 || a==1000 || a==10000||a==100000||a==1000000)   a=1;
		a=-a;
		}
	

		if(b==0)                 b=b;
	    else if(b>0&&b<10)               b=b;
		else if(b>10&&b<100)        b=(b%10)*10   +  b/10;
		else if(b>100&&b<1000)      b=(b%10)*100  +  (b/10)%10*10  +  b/100;
		else if(b>1000&&b<10000)    b=(b%10)*1000 +  (b/10)%10*100 +  (b/100)%10*10  +  b/1000; 
		else if(b>10000&&b<100000)  b=(b%10)*10000  +    (b/10)%10*1000  +    (b/100)%10*100 +  (b/1000)%10*10   +   b/10000;
		else if(b>100000&&b<1000000)  b=(b%10)*100000 +    (b/10)%10*10000 +    (b/100)%10*1000+  (b/1000)%10*100  +(b/10000)%10*10  +b/100000;
		else if(b==10||b==100 || b==1000 || b==10000||b==100000||b==1000000)   b=1;
	
		if(b<0)
		{
			b=-b;
		 if(b>0&&b<10)               b=b;
		else if(b>10&&b<100)        b=(b%10)*10   +  b/10;
		else if(b>100&&b<1000)      b=(b%10)*100  +  (b/10)%10*10  +  b/100;
		else if(b>1000&&b<10000)    b=(b%10)*1000 +  (b/10)%10*100 +  (b/100)%10*10  +  b/1000; 
		else if(b>10000&&b<100000)  b=(b%10)*10000  +    (b/10)%10*1000  +    (b/100)%10*100 +  (b/1000)%10*10   +   b/10000;
		else if(b>100000&&b<1000000)  b=(b%10)*100000 +    (b/10)%10*10000 +    (b/100)%10*1000+  (b/1000)%10*100  +(b/10000)%10*10  +b/100000;
		else if(b==10||b==100 || b==1000 || b==10000||b==100000||b==1000000)   b=1;
		b=-b;
		}
			printf("%d %d\n",a+b,a-b);
	}
	return 0;
}


 

 

这是我的源码,比赛时时间有限,本人有是新手,就没有去考虑神马算法,神马高深的问题,就只能分情况讨论,没想到到最后还真给整出来了,代码比较水  将就这看吧。

 

欢迎大家积极留言,欢迎喜欢acm的战友  以及喜欢编程的同志 同学 加我qq:827552788

 

 

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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