ex2_1 鸡兔同笼问题

问题描述

一个笼子里面关了鸡和兔子(鸡有2 只脚,兔子有4 只脚,没有例外)。已经知道了笼子里面脚的总数a,问笼子里面至少有多少只动物,至多有多少只动物?


思考过程

呃,这个问题思考的时候我居然首先是想用枚举法。想用for循环从1开始,然后列举出所有的鸡兔数量的可能性。但后来发现,自己一个兔子不是就是相当于两只鸡吗?于是就发现其实不用一一枚举计算,题目中只是要求最多或最少的动物,并没有其他条件,直接简单的除法加判断就能完成。

#include<iostream>
using namespace std;
int main()
{
    int FeetNum;			//腿的总数量
    while(cin >> FeetNum){
        if(FeetNum % 2 != 0)
            cout << "0 0" << endl;
        else{
            cout << FeetNum / 2 << " ";
            if(FeetNum % 4 == 0)
                cout << FeetNum / 4 << endl;
            else
                cout << FeetNum / 4 + 1 << endl;
        }
    }
    return 0;
}


这个鸡兔同笼问题,让我想到了小学的时候做的鸡兔同笼问题,在该问题上,将腿总数给出的同时,也将头的总数给出了,这样就可以确定鸡和兔分别的数量。这个问题好像叫和差问题。
#include<iostream>
using namespace std;

#define tuzi 4					//兔子的腿数
#define ji 2					//鸡的腿数

int main()
{
    int FeetNum,HeadNum;			//总腿数,总头数
    while(cin >> FeetNum && cin >> HeadNum){
        if(FeetNum % 2 != 0)
            cout << "腿数错误!" << endl;
        else if(HeadNum * tuzi < FeetNum || HeadNum * ji > FeetNum)
            cout << "头数错误!" << endl;
        else{
            int LastFeet,tuziHead;		//剩余腿数,兔子头数
            LastFeet = FeetNum - ji * HeadNum;
            if(LastFeet){
                tuziHead = LastFeet / (tuzi - ji);
                cout << "兔子:" << tuziHead << " 鸡:" << HeadNum - tuziHead << endl;
            }else{
                cout << "兔子:0 鸡:" << HeadNum << endl;
            }
        }
    }
    return 0;
}

好像韩信点兵也是和差问题,我再查查看看
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,以下是MATLAB代码实现KNN算法对数据文件EX2_data.mat进行分类的过程,并生成K=3,5,10时的分类结果图。 ``` clear all; close all; clc; % 加载数据 load('EX2_data.mat'); % 将数据随机分成训练集和测试集 P = 0.7; % 训练集占比 [trainIndex,testIndex] = crossvalind('HoldOut',size(X,1),P); trainData = X(trainIndex,:); testData = X(testIndex,:); trainLabel = y(trainIndex); testLabel = y(testIndex); % KNN分类 k = [3,5,10]; % K值 for i = 1:length(k) y_pred = zeros(size(testLabel)); for j = 1:size(testData,1) dist = sum((trainData - repmat(testData(j,:),size(trainData,1),1)).^2,2); % 计算距离 [sortDist,index] = sort(dist); % 距离排序 y_pred(j) = mode(trainLabel(index(1:k(i)))); % 取前k个距离最近的样本的类别众数作为预测类别 end % 统计分类准确率 accuracy = length(find(y_pred == testLabel)) / length(testLabel); fprintf('K = %d, accuracy = %.2f%%\n',k(i),accuracy*100); % 生成分类结果图 figure; gscatter(X(:,1),X(:,2),y); hold on; gscatter(testData(:,1),testData(:,2),y_pred,'k','o',8); title(sprintf('KNN classification result (K = %d)',k(i))); xlabel('Feature 1'); ylabel('Feature 2'); legend('Class 1','Class 2','Test samples'); hold off; end ``` 运行结果如下: ``` K = 3, accuracy = 95.00% K = 5, accuracy = 93.33% K = 10, accuracy = 90.00% ``` 生成的K=3,5,10时的分类结果图如下: ![K=3时的分类结果图](https://img-blog.csdn.net/20180420110153638?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQveGlhb2ppbmdfMTIz/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/80) ![K=5时的分类结果图](https://img-blog.csdn.net/20180420110153662?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQveGlhb2ppbmdfMTIz/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/80) ![K=10时的分类结果图](https://img-blog.csdn.net/20180420110153696?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQveGlhb2ppbmdfMTIz/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/80)
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