PTA 7-238 整数转换为字符串

 将一个整数n转换成字符串。例如;输入483,应得到字符串"483"。其中,要求用一个递归函数实现把一个正整数转换为字符串。

输入格式:

首先输入测试组数T,然后输入T组测试数据。每组测试数据输入一个整数n(−231≤n≤231−1)。

输出格式:

对于每组测试,输出转换后的字符串。

输入样例:

3
1234
-1234
0

输出样例:

1234
-1234
0

 思路:

  1. 程序定义了一个递归函数 Change,它接受一个整数 num 作为参数。这个函数用于将整数转换为字符并打印出来。

  2. Change 函数中,首先检查 num 是否大于或等于10。如果是,函数递归调用自身,从最高位开始处理数字,并逐步向下进行。

  3. num 小于10时,递归调用停止,函数使用 putchar 函数将数字的最后一位打印出来。'0'+num%10 表达式用于将数字转换为对应的字符

  4. 如果读取的 num 是负数,则先使用 putchar 函数打印一个负号 '-',然后将 num 乘以-1,得到它的绝对值

#include <stdio.h>
void Change(int num)
{
    if(num/10!=0)
        Change(num/10);
    putchar('0'+num%10);
}
int main()
{
    int T,num;
    scanf("%d",&T);
    while(T--)
    {
        scanf("%d",&num);
        if(num<0)
        {
            putchar('-');
            num*=-1;
        }
        Change(num);
        putchar('\n');
    }
    return 0;
}

  • 5
    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