hdoj 1229算是简单的数字匹配吧

#include<stdio.h>
#include<iostream>
using namespace std;
int main()
{
	int a,b,k;
	while(1)
	{
		scanf("%d%d%d",&a,&b,&k);
		if(a==0&&b==0)
			return 0;
		int sum=a+b;
		int flag=0;
		while(k--)
		{
			if(!a&&!b)
				break;//如果说已经除完啦。
			if(a%10!=b%10)
			{
				flag=1;break;
			}
			a/=10;b/=10;
		}
		if(flag)
			cout<<sum<<endl;
		else
			cout<<-1<<endl;
	}
	return 0;
}

/1 通过这个程序可以学到数字是如何简单匹配的。

下面是我写的程序,wa,查不到那里错啦。但那时起码学会啦字符串转化为数子的时候,要限反转在乘会很容易

 

#include<iostream>
#include<stdio.h>
#include<string>
#include<math.h>
#define MAX 8
using namespace std;
char A[MAX];char B[MAX];
int a;int b;int k;
int main()
{
	int i,j;
	//freopen("input.txt","r",stdin);
	while(1)
	{
		//初始化
		scanf("%s%s%d",A,B,&k);
		a=0;b=0;

		char newA[MAX];char newB[MAX];

		for(i=0;i<MAX;i++)
		{
			newA[i]='0';
			newB[i]='0';
		}


		if(A[0]=='0'&&B[0]=='0')
		{
			return 0;
		}

		//反转a和b
		for(i=0;i<strlen(A);i++)
		{
			newA[strlen(A)-1-i]=A[i];
		}
		for(i=0;i<strlen(B);i++)
		{
			newB[strlen(B)-1-i]=B[i];
		}

		//判断后k位是否都相同
		int same=1;
		for(i=0;i<k;i++)
		{
			if(newA[i]==newB[i])
			{
				continue;
			}
			else
			{
				same=0;break;
			}
		}

		//如果后k位相同
		if(same==1)
		{
			printf("-1\n");
		}
		else
		{
			//算出来a和b
			for(i=0;i<strlen(A);i++)
			{
				a+=(newA[i]-'0')*pow(10,i);
			}
			for(i=0;i<strlen(B);i++)
			{
				b+=(newB[i]-'0')*pow(10,i);
			}
			cout<<a+b<<endl;
		}

	}
	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