ZOJ 2476 Total Amount

ZOJ   2476   Total Amount

题目链接:http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemId=1476

题目大意:给出n,再给出n行钱数,求钱数总额。钱数的输入输出均有严格的格式要求。

题目分析:简单模拟,数有控制在int内(二十亿),所以做法很多,可以直接大数模拟,也可以转存成数来方便计算。两种情况需要特殊判断,钱数总和的位数为一位和两位时要分别判断处理。

code:

#include<stdio.h>
#include<string.h>
int main()
{
	int i,j,n,flag;
	long long sum,num;
	char s[20];
	while(scanf("%d",&n),n)
	{
		for(flag=sum=i=0;i<n;i++)
		{
			num=0;
			scanf("%s",s);
			for(j=1;j<strlen(s);j++)
			{
				if(s[j]>='0'&&s[j]<='9')
				{
					num*=10;
					num+=s[j]-'0';
				}
			}
			sum+=num;
		}
		if(sum<10)printf("$0.0%d\n",sum);
		else if(sum<100)printf("$0.%d\n",sum);
		else
		{
			for(i=2,j=0;sum!=0;i++)
			{
				s[j++]=sum%10+'0';
				sum/=10;
				if(!(i%3))s[j++]=',';
			}
			if(!((i-1)%3))s[j-1]='$',s[j]=0;
			else s[j]='$',s[j+1]=0;
			s[2]='.';
			for(i=strlen(s)-1;i>=0;i--)
			{//ZOJ好不给力啊,居然不给strrev用…… 
				printf("%c",s[i]);
			}
			printf("\n");
		}
	}
	return 0;
}/*
2
$1,234,567.89
$9,876,543.21
3
$0.01
$0.10
$1.00
3
$0.00
$0.00
$0.00
2
$999.91
$0.09
2
$0.01
$0.03
2
$0.10
$0.51
*/
PS:这道是很久以前没过的题,欠下的,总要还的……下面是以前的wrong代码,用的大数模拟,现在来看,做法有很多不成熟之处。

#include<stdio.h>
#include<string.h>
int main()
{
	int n,i,j;
	while(scanf("%d",&n)!=EOF&&n)
	{
		getchar();
		char c[50],cf[30]="000,000,000,000,000,000,",cl1='0',cl2='0';
		int m=0;
		while(n--)
		{
			getchar();
			scanf("%s",c);
			int p=strlen(c)-3;
			if(p>m)m=p;
			cl2+=c[p+2]-'0',cl1+=c[p+1]-'0';
			for(i=p-1;i>=0;i--)
			{
				if(c[i]==','||c[i]=='$')continue;
				cf[p-i-1]+=c[i]-'0';
			}
			//printf("%s\n",cf);
		}
		cl1+=(cl2-'0')/10;
		cl2=(cl2-'0')%10+'0';
		cf[0]+=(cl1-'0')/10;
		cl1=(cl1-'0')%10+'0';
		for(i=0;i<m;i++)
		{
			int t=cf[i+1]==','?1:0;
			cf[i+1+t]+=(cf[i]-'0')/10;
			if(i==m-2&&(cf[i]-'0')/10)m+=cf[i+1]==','?2:1;
			cf[i]=(cf[i]-'0')%10+'0';
			if(cf[i]==',')continue;
		}
		printf("$");
		for(i=m-2;i>=0;i--)
		{
			printf("%c",cf[i]);
		}
		printf(".%c%c\n",cl1,cl2);
	}
	return 0;
}
PSS:算是memory clear了。

感谢大神 http://blog.csdn.net/zxy_snow/article/details/6158074







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. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,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