hdu-1753-大明A+B

     
     

大明A+B

Time Limit: 3000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 8337    Accepted Submission(s): 2938
Problem Description
话说,经过了漫长的一个多月,小明已经成长了许多,所以他改了一个名字叫“大明”。这时他已经不是那个只会做100以内加法的那个“小明”了,现在他甚至会任意长度的正小数的加法。 现在,给你两个正的小数A和B,你的任务是代表大明计算出A+B的值。
 
Input
本题目包含多组测试数据,请处理到文件结束。每一组测试数据在一行里面包含两个长度不大于400的正小数A和B。
 
Output
请在一行里面输出输出A+B的值,请输出最简形式。详细要求请见Sample Output。
 
Sample Input
           
           
1.1 2.9 1.1111111111 2.3444323343 1 1.1
 

Sample Output
           
           
4 3.4555434454 2.1

代码:


#include<stdio.h>
#include<string.h>
char s1[410];
char s2[410];
int a[410];
int b[410];
int sum[410];
int su[410];
int max(int n,int m)
{
if (n>m)
return n;
else return m; 
}
int main()
{
int i,j,k,t,d,c,u,v;
while(~scanf("%s%s",s1,s2))
{   memset(a,0,sizeof(a));
   memset(b,0,sizeof(b));
   memset(sum,0,sizeof(sum));
   memset(su,0,sizeof(su));
int len1=strlen(s1),len2=strlen(s2);
for(i=0;i<len1;++i)
if(s1[i]=='.')
break;
for(j=0;j<len2;++j)
if(s2[j]=='.')
break;
for(k=i+1,u=0;k<len1;++k,++u)
a[u]=s1[k]-'0';//printf("#%d#",a[0]);
for(k=j+1,v=0;k<len2;++k,++v)
b[v]=s2[k]-'0';//printf("#%d#",b[0]);
c=0;
t=max(u,v);
for(k=t-1;k>=0;--k)
{
d=a[k]+b[k]+c;
sum[k]=d%10;
c=d/10;
}//printf("#%d#",sum[0]);
for(u=0;;++u,--i,--j)
{   if(i-1>=0&&j-1>=0)
{d=s1[i-1]-'0'+s2[j-1]-'0'+c,su[u]=d%10,c=d/10;}
else if(i-1>=0&&j-1<0)
d=s1[i-1]-'0'+c,su[u]=d%10,c=d/10;
else if(i-1<0&&j-1>=0)
d=s2[j-1]-'0'+c,su[u]=d%10,c=d/10;
else if(i-1<0&&j-1<0)
break;
}
if(c)
su[u]=c;
for(u=410;u>=0;--u)
if(su[u]!=0)
break;
for(;u>=0;--u)
printf("%d",su[u]);
for(k=410;k>=0;--k)
if(sum[k]!=0)
break;
if(k!=-1)
{printf(".");
for(u=0;u<=k;++u)
printf("%d",sum[u]);}
printf("\n");
}
return 0;
}



好坑,之前一直提交output limit exceeded 竟然是输入时scanf()没带~!!!!!!!




  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
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