B3838 [GESP202306 一级] 时间规划

题目描述

小明在为自己规划学习时间。现在他想知道两个时刻之间有多少分钟,你能通过编程帮他做到吗?

输入格式

输入 44 行,第一行为开始时刻的小时,第二行为开始时刻的分钟,第三行为结束时刻的小时,第四行为结束时刻的分钟。输入保证两个时刻是同一天,开始时刻一定在结束时刻之前。时刻使用 2424 小时制,即小时在 00 到 2323 之间,分钟在 00 到 5959 之间。

输出格式

输出一行,包含一个整数,从开始时刻到结束时刻之间有多少分钟。

输入输出样例

输入 

9
5
9
6

输出 

1

输入 

9
5
10
0

输出 

55

代码如下:

#include<bits/stdc++.h>
using namespace std;
int main(){
	int sh,sm,eh,em,m=0;
	cin>>sh>>sm>>eh>>em;
	m=(eh-sh)*60+em-sm;
	cout<<m;
 	return 0;
}

这段代码是一个简单的C++程序,用于计算两个时间点之间的时间差(以分钟为单位)。下面是代码的详细解释:

  1. 头文件引用#include<bits/stdc++.h> 引入了所有标准库头文件,方便使用各种功能。虽然在实际开发中并不推荐这样做,但在编程竞赛中为了简化代码经常使用。

  2. 命名空间using namespace std; 使得程序可以直接使用标准库中的对象和函数,而无需加上 std:: 前缀。

  3. 主函数int main() 是程序的入口。

  4. 变量声明

    • int sh, sm, eh, em;:这些变量分别代表开始时间(小时和分钟)和结束时间(小时和分钟)。
    • int m=0;:用于保存两个时间点之间的时间差(以分钟为单位)。
  5. 输入cin >> sh >> sm >> eh >> em; 读取用户输入的四个整数,分别表示开始时间的小时和分钟,以及结束时间的小时和分钟。

  6. 计算时间差

    • m = (eh - sh) * 60 + em - sm; 计算方法是将结束时间的小时转换为分钟并加上结束分钟,再减去开始时间的分钟。
  7. 输出结果cout << m; 将计算得到的时间差输出。

  8. 返回值return 0; 表示程序正常结束。

注意事项:

  • 这个程序假设输入的时间是有效的,即开始时间在结束时间之前。
  • 计算的时间差结果是以分钟为单位。
  • 如果时间的输入格式不符合预期(比如小时超出正常范围),程序不会处理错误。

示例输入输出:

假设输入:


复制代码

10 30 12 15

程序将输出:


复制代码

105

这表示从10:30到12:15之间有105分钟的时间差。

 

 

### GESP202306 四级 图像压缩 知识点 解析 尽管当前提供的引用材料并未直接提及图像压缩的具体知识点,但从GESP考试的整体结构来看,图像压缩通常涉及以下几个方面: #### 1. **图像压缩的基本原理** 图像压缩是一种通过减少冗余信息来降低存储空间的技术。其基本目标是在尽可能保持视觉质量的同时减小文件大小。常见的方法分为无损压缩和有损压缩两种。 - **无损压缩**:不丢失任何原始数据的压缩方式,适用于需要精确还原的数据场景。例如PNG格式采用的就是无损压缩技术[^5]。 - **有损压缩**:允许一定程度的信息损失以换取更高的压缩率,常用于照片和其他多媒体内容中。JPEG是一个典型的例子[^6]。 #### 2. **常见压缩算法** 以下是几种常用的图像压缩算法及其特点: - **JPEG (Joint Photographic Experts Group)** JPEG是有损压缩的标准之一,广泛应用于数码摄影领域。它利用离散余弦变换(DCT)去除高频细节并保留低频部分,从而实现较高的压缩比率[^7]。 - **PNG (Portable Network Graphics)** PNG支持透明度处理,并且基于DEFLATE算法实现了高效的无损压缩,适合网页设计中的图标或背景图层应用[^8]。 - **GIF (Graphics Interchange Format)** GIF也是一种流行的位图格式,特别擅长表现简单的动画效果以及少量颜色的画面。它的LZW编码机制能够有效缩减重复像素区域所占的空间需求[^9]。 #### 3. **评价指标** 评估一种图像压缩方案的效果可以从多个维度出发,包括但不限于以下几点: - **压缩比(Compression Ratio)**: 定义为未压缩前与经过压缩之后体积之比例关系; - **重建误差(Reconstruction Error)**: 衡量解码后恢复出来的图片同原版之间的差异程度; - **计算复杂度(Computational Complexity)**: 反映执行整个过程所需耗费的时间资源状况; 虽然上述分析并非完全依据具体考题给出的内容整理而成,但它概括了可能出现在此类测试当中的核心要点。考生应当熟悉这些基础理论知识以便应对潜在的相关题目挑战。 ```python import numpy as np from PIL import Image, ImageChops def calculate_mse(image_a_path, image_b_path): img1 = Image.open(image_a_path).convert('L') img2 = Image.open(image_b_path).convert('L') diff = ImageChops.difference(img1, img2) array_diff = np.array(diff.getdata(), dtype=np.float64) mse_value = np.mean(array_diff ** 2) return mse_value mse_result = calculate_mse("original_image.png", "compressed_image.jpg") print(f"The Mean Squared Error is {mse_result}") ``` 此段Python脚本可用于比较两张图片间的均方差(MSE),作为衡量它们相似性的一种手段。
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