2009北航机试

代码均为自做

1.题目描述:

立方根的逼近迭代方程是 y(n+1) = y(n)2/3 + x/(3y(n)*y(n)),其中y0=x。求给定的x经过n次迭代后立方根的值。
输入:输入有多组数据。每组一行,输入x n。
输出:迭代n次后的立方根,double精度,保留小数点后面六位。

样例输入:
3000000 28
样例输出:
144.224957

#include <stdio.h>
#include <stdlib.h>

int main() {
	double x, y;
	int n;
	scanf("%lf%d", &x, &n);
	y = x;
	for (int i = 0; i < n; i++) {
		y = y * 2 / 3 + x / (3 * y * y);
	}
	printf("%.6f\n", y);
	return 0;
}

2.题目描述:

输入一个数组的值,求出各个值从小到大排序后的次序。
输入:输入有多组数据。每组输入的第一个数为数组的长度n(1<=n<=10000),后面的数为数组中的值,以空格分割。
输出:各输入的值按从小到大排列的次序(最后一个数字后面没有空格)。

样例输入:
4
-3 75 12 -3
样例输出:
1 3 2 1

#include <stdio.h>
#include <stdlib.h>

int a[10005], b[10005];
int n;
void quickSort(int left, int right);
int main() {
	scanf("%d", &n);
	for (int i = 0; i < n; i++) {
		scanf("%d", &a[i]);
		b[i] = a[i];
	}
	quickSort(0, n - 1);
	int m = n;
	for (int i = 1; i < m; i++) {
		if (b[i - 1] == b[i]) {
			for (int j = i; j < m - 1; j++) {
				b[j] = b[j + 1];
			}
			m--;
			i--;
		}
	}
	for (int i = 0; i < n; i++) {
		for (int j = 0; j < m; j++) {
			if (a[i] == b[j]) {
				printf("%d%c", j + 1, i == n - 1 ? '\n' : ' ');
				break;
			}
		}
	}
	return 0;
}
void quickSort(int left, int right) {
	if (left > right)
		return;
	int i = left, j = right;
	int temp = b[left], t;
	while (i != j) {
		while (b[j] >= temp && j > i)
			j--;
		while (b[i] <= temp && j > i)
			i++;
		if (i < j) {
			t = b[i];
			b[i] = b[j];
			b[j] = t;
		}
	}
	b[left] = b[i];
	b[i] = temp;
	quickSort(left, i - 1);
	quickSort(i + 1, right);
	return;
}

3.题目描述:

字符串的查找删除 ,给定文件filein.txt 按要求输出fileout.txt。
输入:无空格的字符串
输出:将filein.txt删除输入的字符串(不区分大小写),输出至fileout.txt

sample
输入:in
输出:将filein.txt 中的In、IN、iN、in删除,并去掉每行中的空格,输出至fileout.txt

filein.txt中的值为:

#include <stdio.h>
int main()
{
printf(" Hi ");
}

输出的fileout.txt为

#clude<stdio.h>
tma()
{
prtf(“Hi”);
}

#include <iostream>
#include <string>
#include <cstdio>
#include <ctype.h>
using namespace std;

int main()
{
    string del, src;
    cin >> del;
    FILE *in = fopen("filein.txt", "r");
    FILE *out = fopen("fileout.txt", "w");
    char ch;
    int len = del.size();
    // cout << len << endl;
    src.clear();
    while ((ch = fgetc(in)) != EOF) {
        if (ch == ' ' || ch == '\t' || ch == '\n') { // 要删除的字符串中无空格,换行等
            int srcLen = src.size(); // 读出的字符串长度
            for (int i = 0; i < srcLen; i++) { // 从第一个字符开始比较
                if (src[i] == del[0] && srcLen-i+1 >= len) { // 与所删字符串第一个字符相同,继续比较下面的
                    int j;
                    bool flag = true;
                    for (j = 1; j < len; j++) {
                        if (src[i+j] != del[j]) flag = false;
                    }
                    if (flag == false) { // 从i号开始长位len的子字符串 和所删字符串不相同
                        fputc(src[i], out); // 输出到out,从下一个字符重新比较
                    }
                    else i += j-1; // 相同,则删除,因为每一次循环完都有i++,所以这里为i += j-1
                }
                else fputc(src[i], out);
            }
            if (ch == '\n') fputc(ch, out); // 每一行中的空格去掉
            src.clear();
        }
        else src.push_back(ch); // 一个字符串,一个字符串的处理
        // cout << ch;
    }
    return 0;
}
/*
iiin
iin
i
*/

  • 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
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
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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