PAT 乙级 1008 数组元素循环右移问题(C语言)

1008 数组元素循环右移问题 (20 分)

一个数组A中存有N(>0)个整数,在不允许使用另外数组的前提下,将每个整数循环向右移M(≥0)个位置,即将A中的数据由(A​0​​A​1​​⋯A​N−1​​)变换为(A​N−M​​⋯A​N−1​​A​0​​A​1​​⋯A​N−M−1​​)(最后M个数循环移至最前面的M个位置)。如果需要考虑程序移动数据的次数尽量少,要如何设计移动的方法?

输入格式:
每个输入包含一个测试用例,第1行输入N(1≤N≤100)和M(≥0);第2行输入N个整数,之间用空格分隔。

输出格式:
在一行中输出循环右移M位以后的整数序列,之间用空格分隔,序列结尾不能有多余空格。

输入样例:
6 2
1 2 3 4 5 6
输出样例:
5 6 1 2 3 4

分析:
设a[6]={1,2,3,4,5,6},要将a[6]中的数字右移2位
①将a[6]中的前4位(下标0~6-2%6-1(2%6是考虑到若要右移6位,6-6-1=-1,而a[6]的最小下标是0,2%6是为了防止这种情况出现))、后2位逆置(下标6-2%6 ~6-1),得:a[6]={4,3,2,1,6,5}
②将①得到的a[6]全部逆置,得:a[6]={5,6,1,2,3,4} 即为右移2位后的数组

代码:

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

int main()
{
    int N,M,i;
    scanf("%d %d",&N,&M);
    int a[N];//存放输入的数字
    for(i=0;i<N;++i)
        scanf("%d",&a[i]);
    change(a,0,N-M%N-1);//change(a,b,c)函数的作用是将a数组中a[b]至a[c]的数逆置
    change(a,N-M%N,N-1);
    change(a,0,N-1);
    for(i=0;i<N;++i)
    {
        printf("%d",a[i]);
        if(i!=N-1)
            printf(" ");
    }
    return 0;
}
void change(int a[],int left,int right)
{
    int temp;
for(int i=left,j=right;i<j;++i,--j)
    {
        temp=a[i];
        a[i]=a[j];
        a[j]=temp;
    }
}

若题目是左移M位
则只需要将

    change(a,0,N-M%N-1);
    change(a,N-M%N,N-1);
    change(a,0,N-1);

改为

    change(a,0,M-1);
    change(a,M,N-1);
    change(a,0,N-1);
  • 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
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