24点游戏

输入四个数1-13,加减乘除得到24:

#include <iomanip>
#include<string>
#include <vector> 
#include"cal.h"
using namespace std;

bool isp(char c)
{
	if (c == '+' || c == '-' || c == '*' || c == '/')
		return true;
	else return false;
}

void find_it(string s);

double cacul(string s);
void swap(vector<int> &lst, int i, int j)
{
	int tmp = lst[i];
	lst[i] = lst[j];
	lst[j] = tmp;
}


void perm(vector<int> &lst, int start, int end, vector<vector<int> > &dst)
{
	if (start >= end) {
		dst.push_back(lst);
	}
	else {
		for (int i = start; i<end; i++) {
			swap(lst, start, i);
			perm(lst, start + 1, end, dst);
			swap(lst, start, i);
		}
	}
}


int main()
{
	char a[4] = { '+', '-', '*', '/' };
	int n1;
	cout << "请输入四张牌:" << endl;
	
	string temp;
	char op1, op2, op3;

	vector<vector<int> > dst;
	vector<int> lst;
	for (int i = 0; i<4; i++) {
		cin >> n1;
		lst.push_back(n1);
	}
	perm(lst, 0, 4, dst);
	
	for (int i = 0; i < (int)dst.size(); i++)
	{
		for (int j = 0; j < 4; j++)
		{
			op1 = a[j];
			for (int k= 0; k < 4; k++)
			{
				op2 = a[k];
				for (int t = 0; t < 4; t++)
				{
					op3= a[t];
					temp+=to_string(dst[i][0]);
					temp.push_back(op1);
					temp += to_string(dst[i][1]);
					temp.push_back(op2);
					temp += to_string(dst[i][2]);
					temp.push_back(op3);
					temp += to_string(dst[i][3]);
					find_it(temp);
					temp = "";
				}

			}
		}
	}


	system("pause");
		return 0;
}


void find_it(string s)
{
	
	vector<int>ii;
	for (int i = 0; i < (int)s.size(); i++)
	{
		if (isp(s[i]))
			ii.push_back(i);
	}

	vector<string>ss;
	string temp=s;
	ss.push_back(temp);
	
	 temp = s;
	temp.insert(0, 1, '(');
	temp.insert(ii[1]+1, 1, ')');
	temp.insert(ii[1]+3, 1, '(');
	temp.insert(temp.size(), 1, ')');
	ss.push_back(temp);

	 temp = s;
	temp.insert(0, 1, '(');
	temp.insert(ii[1]+1, 1, ')');
	ss.push_back(temp);

	 temp = s;
	temp.insert(ii[1]+1, 1, '(');
	temp.insert(temp.size(), 1, ')');
	ss.push_back(temp);

 temp = s;
	temp.insert(0, 1, '(');
	temp.insert(ii[2]+1, 1, ')');
	ss.push_back(temp);

	 temp = s;
	temp.insert(ii[0]+1, 1, '(');
	temp.insert(temp.size(), 1, ')');
	ss.push_back(temp);

 temp = s;
 temp.insert(ii[0] + 1, 1, '(');
	temp.insert(ii[2]+1, 1, ')');
	ss.push_back(temp);
	bool tt;

	for (int i = 0; i < 7; i++)
	{
		tt=(24== cacul(ss[i]));
		if(tt)
		cout << ss[i] << endl;
	}
}

cal.h

#include <cstdlib>
#include <iomanip>
#include<string>
#include<vector>
#include<stack>
using namespace std;

const int MAX = 50;


struct node
{
	double i;
	char c;
	bool t;
};

bool isdigit(char c)
{
	if ((c >= '0'&&c <= '9') || c == '.')
		return true;
	else
		return  false;


}
int compare(char stack_o, char infix_o)
{
	//在中序表示法队列和暂存堆栈中,运算符的优先级表,
	//其优先级值为INDEX/2                               
	char infix_priority[9];
	char stack_priority[8];
	int index_s = 0, index_i = 0;
	infix_priority[0] = 'q'; infix_priority[1] = ')';
	infix_priority[2] = '+'; infix_priority[3] = '-';
	infix_priority[4] = '*'; infix_priority[5] = '/';
	infix_priority[6] = '^'; infix_priority[7] = ' ';
	infix_priority[8] = '(';
	stack_priority[0] = 'q'; stack_priority[1] = '(';
	stack_priority[2] = '+'; stack_priority[3] = '-';
	stack_priority[4] = '*'; stack_priority[5] = '/';
	stack_priority[6] = '^'; stack_priority[7] = ' ';
	while (stack_priority[index_s] != stack_o)
		index_s++;
	while (infix_priority[index_i] != infix_o)
		index_i++;
	return ((int)(index_s / 2) >= (int)(index_i / 2) ? 1 : 0);
}
//中序转前序的方法
vector<node> infix_to_postfix(string s)
{
	vector<node>temp;
	node a;
	char infix_q[MAX]; //用来存放中序表示法的队列  
	//运算符优先级的比较,若输入运算符的优先级小于堆栈中运算符的优先级,
	//则返回值为1,否则为0                   
	for (int i = 0; i<MAX; i++)
		infix_q[i] = '\0';
	for (int i = 0; i < (int)s.size(); i++)
		infix_q[i] = s[i];

	int rear = 0, top = 0, flag = 0, i = 0;
	char stack_t[MAX];
	for (i = 0; i<MAX; i++)
		stack_t[i] = '\0';
	i = 0;
	while (infix_q[i] != '\0')
	{
		i++;
		rear++;
	}
	infix_q[rear] = 'q';  //在队列加入q为结束符号

	stack_t[top] = 'q';  //在堆栈加入q为结束符号                                               
	for (flag = 0; flag <= rear; flag++)
	{
		switch (infix_q[flag])
		{
			//输入为)时,则输出堆栈内的运算符,直到堆栈内为(
		case ')':
			while (stack_t[top] != '(')
			{
				a.t = false;
				a.c = stack_t[top--];
				temp.push_back(a);
			}
			top--;
			break;
			//输入为q,则将堆栈内还未输出的运算符输出
		case 'q':
			while (stack_t[top] != 'q')
			{
				a.t = false;
				a.c = stack_t[top--];
				temp.push_back(a);
			}
			break;
			//输入为运算符,若其优先级小于TOP在堆栈中所指运算符的优先级,
			//则将堆栈所指运算符输出,若优先级大于等于TOP在堆栈中所指运算符
			//的优先级,则将输入的运算符压入堆栈。 
		case '(':
		case '^':
		case '*':
		case '/':
		case '+':
		case '-':
			while (compare(stack_t[top], infix_q[flag]) == 1)
			{
				a.t = false;
				a.c = stack_t[top--];
				temp.push_back(a);
			}
			stack_t[++top] = infix_q[flag];
			break;
			//输入为操作数,则直接输出
		default:
		{
			a.t = true;
			string s;

			for (int i = flag; isdigit(infix_q[flag]); flag++)
			{
				s.push_back(infix_q[flag]);
			}

			flag--;
			double te = stod(s, 0);
			a.i = te;
			temp.push_back(a);
		}

		break;
		}
	}

	return temp;

}


double caculate(vector<node>a);



double caculate(vector<node>a)
{
	double t = 0;
	stack<node>b;

	for (int i = 0; i < (int)a.size(); i++)
	{
		if (a[i].t)
			b.push(a[i]);
		else
		{
			double t1, t2;
			node temp1, temp2;
			char c = a[i].c;
			temp2 = b.top();
			b.pop();
			temp1 = b.top();
			b.pop();
			t1 = temp1.i; t2 = temp2.i;
			switch (c)
			{
			case '+':t1 = t1 + t2; break;
			case '-':t1 = t1 - t2; break;
			case '*':t1 = t1 * t2; break;
			case '/':t1 = t1 / t2; break;
			default:
				break;
			}
			temp1.i = t1;
			b.push(temp1);
		}
	}

	node ii = b.top();
	t = ii.i;
	return t;
}


double cacul(string s)
{
	vector<node>temp=infix_to_postfix(s);
	double t = caculate(temp);
	return t;
}





智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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

打赏作者

qq_17136695

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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