记录EduCoder实验平台的感受(答案匹配机制)

疫情期间,在家学习,我是在上计算机网路实验的时候使用到EduCoder这个实验平台。
这个平台的实验挺丰富的,但是在计网实验过程中我的体验感极差!
该实验平台的答案匹配机制是在是令人恶心到深夜呕吐(全字符匹配机制,空格也不放过),建议以后能够改进!
我们学校这边的统计大概是二百五十多人在做实验,约百分之三十二的同学由于该答案匹配机制的,最总没能完成计算机网络所有实验。
下面我来讲一下,我的体验,以最简单的一个实验为例(下面这个是计网 DNS实验的第5关:反向 DNS 解析),
简单的花一两分钟就找到了答案,可是反复提交就是没用过不了,于是我逐字符确认答案是否书写有异常,还是没过。这关没过,下一关也不能先做。只能在这里停留,浪费大量时间检查。
在这里插入图片描述于是,我一行一行检查每个“分号,点号,横杠,冒号是否全是英文”,反复四五遍,终于确认一定不是我答案的问题。只能是匹配机制答案上面的某个字符对不上。我从后面一格一格的退回去检查字符,突然发现,第一行,PTR多出一个空格,细节啊,删掉空格,果然通关了。
一顿心情复杂,反思一下,做这个实验得到答案用了三分钟左右,但是由于键入答案的时候在某行后面多敲了一个空格,使我多花了40分钟来检查,哎,难受!
答案里面只有一组测试集合的一定是全字符匹配答案,既然是全字符匹配,那么一些空格问题,平台可以事先处理在做匹配呀。
我突然想不明白了,实验的目的,到底是为了答案而实验,还是为了锻炼知识和动手能力。平台稍微人性化一点,估计体验感也不会那么差了。

  • 9
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
第一章 绪论作业答案(共50分) 一、分析如下程序中 (1)~ (10)各语句的频度。(每个1分,共10分) Ex( ) { int i , j , t ; (1) for( i=1 ; i<10 ; i++) //n = (2) printf(“\n %d” , i ); //n = (3) for(i=1; i<=2; i++) //n = (4) printf(“\n”); //n = (5) for(i=1; i<=9; i++) //n = { (6) for(j=1; j <= i ; j++) //n = { (7) t = i * j ; //n = (8) printf(“]”,t); //n = } (9) for(j=1; j 0) { if(x > 100) {x -= 10 ; y -- ;} else x ++ ; } 问if 语句执行了多少次?(2分) y--执行了多少次?(2分) x ++执行了多少次?(2分) 三、回答问题(共25分) 书中16页的起泡排序如下: void bubble_sort(int a[],int n){ //将a中整数序列重新排列成自小至大有序的整数序列。 for(i=n-1,change=TRUE;i>=1&&change;--i){ change=FALSE; for(j=0;ja[j+1]{a[j]<-->a[j+1];change=TRUE; } } }//bubble_sort 1.(共15分)分析该算法的最佳情况 ,最坏情况和平均情况下各自的时间复杂度(给出分析思路与过程)。 (1) 最佳情况的时间复杂度分析(5分): (2) 最坏情况的时间复杂度分析(5分): (3) 平均情况的时间复杂度分析(5分): 2.(共10分)比较与C语言书中的起泡排序异同,并从时空效率角度说明谁更优。 四、完成如下选择题(每3分,共9分)。 1. 设f为原操作,则如下算法的时间复杂度是( )。 for (i = 1; i*i=1;i--) for(j=1;jA[j+1]) A[j]与A[j+1]对换; 其中n为正整数,则算法在最坏情况下的时间复杂度为( )。 A.O(n) B.O(nlog2n) C. O(n3) D. O(n2)
educoder实训平台是一款专注于教育训练的在线学习平台,其中包含了涵盖多个领域的实训课程和题目。其中,有关数字图像处理的答案是指在数字图像处理课程中的相关题目的解答或问题的解决方案。 数字图像处理是指对数字化的图像进行各种操作和处理的技术。通过对图像的采集、存储、传输和显示等环节的操作,可以改变图像的特征、颜色、亮度等属性,以满足不同需求。 在educoder实训平台中,数字图像处理相关题目的答案可以涉及到以下内容: 1. 图像的采集与处理:包括如何从实际场景中获取图像数据,如何对图像进行预处理、增强和滤波等操作,以及如何进行图像的分割、插值等操作。 2. 图像特征提取与识别:包括如何从图像中提取出各种特征,如边缘、角点、纹理等,以及如何通过特征匹配、目标检测等方法进行图像的识别和分类。 3. 图像压缩与编码:包括如何对图像进行压缩和编码,以减小图像数据的存储空间和传输成本,常见的方法有离散余弦变换(DCT)、小波变换等。 4. 图像恢复与重建:包括如何对受损的图像进行修复和恢复,如去噪、去模糊等操作,以及如何通过图像插值、重建等方法生成高质量的图像。 5. 图像的分析与处理:包括如何对图像中的目标进行分析和处理,如图像分割、目标提取、形态学操作等,以实现图像的分析和图像处理的目的。 以上只是数字图像处理的一部分内容,educoder实训平台答案可以帮助学习者理解和掌握这些知识,通过具体的实践和练习,提高他们的数字图像处理能力。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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