ICPC寒假冬令营笔记day1

在这里插入图片描述
在这里插入图片描述
示例代码

#include <iostream>

using namespace std;

int Calc(int base,int n)
{
	int sum=0;
	for(;n;n/=base)//即为for(true;n!=0;n=n/base)
	{
		sum +=n%base;
	}
	return sum;
}

int main()
{
	int i,n;
	for(i=2992;i<=9999;i++)
	{
		a=Calc(10,i);
		if(a==(Calc(12,i)&&a==Cala(16,i))
		{
			cout<<i<<endl;
		}
	}
	return 0;
}

若不用函数则可以直接

#include <iostream>

using namespace std;

int main()
{
	int cnt=0;
	for(int i=2922;i<=9999;i++)
	{
		
		if((i/1000+i/100%10+i/10%10+i%10)==(i/1728+i/144%12+i/12%12+i%12)&&(i/1728+i/144%12+i/12%12+i%12)==(i/4096+i/256%16+i/16%16+i%16))
		{
			printf("%d\n",i);
			cnt++;
		}
	}
	return 0;
}

如果不嫌长的话判断条件可以这么写(就是看起来有点累)

在这里插入图片描述
示例代码

#include <iostream>
#include <string.h>
#include <stdio.h>

using namespace std;

char temp[1000005];

int isab(char c) 
{
	if(c>='a'&&c<='z') 
	{
		return 1;
	}
	if(c>='A'&&c<='Z') 
	{
		return 1;
	}
	return 0;
}
int vowel(char c) 
{
	if(c=='a'||c=='e'||c=='i'||c=='o'||c=='u') 
	{
		return 1;
	}
	if(c=='A'||c=='E'||c=='I'||c=='O'||c=='U') 
	{
		return 1;
	}
	return 0;
}
int main() 
{
	while(fgets(temp,1000005,stdin)) //由于gets被禁用使用fgets代替fgets(数组指针,最大字符数,被读取的流)“stdin表示标准输入,一般是从输入设备如键盘的缓冲区输入”
	{
		int s=0,t=0;
		while(temp[s])
		{
		
			if(!isab(temp[s])) 
			{
				printf("%c",temp[s++]);
				t=s;
			} 
			else if(isab(temp[t]))
			{
				t++;
			}
			else 
			{
				if(!vowel(temp[s])) 
				{
					for(int i=s+1; i<t; ++i)
					{
						printf("%c",temp[i]);
					}
					printf("%c",temp[s]);
				} 
				else
				{
					for(int i=s; i<t; ++i)
					{
						printf("%c",temp[i]);
					}
				}
				printf("ay");
				s=t;
			}
		}
	}
	return 0;
}

在这里插入图片描述
在这里插入图片描述
示例代码

#include <iostream>

using namespace std;

char a[5][5];

int winornot(char c)
{
	for(int i=1;i<=3;i++)
	{
		for(int j=1;j<=3&&a[i][j]==c;j++)
		{
			if(j==3)return 1;
		}
		for(int j=1;j<=3&&a[j][i]==c;j++)
		{
			if(j==3)return 1;
		}
	}
	for(int i=1;i<=3&&a[i][i]==c;i++)
	{
		if(i==3)return 1;
	}
	for(int i=1;i<=3&&a[i][4-i]==c;i++)
	{
		if(i==3)return 1;
	}
	return 0;
}

int main()
{
	int n,o,x;
	scanf("%d",&n);
	while(n--)
	{
		getchar();
		int cnto=0,cntx=0;
		for(int i=1;i<=3;i++)
		{
			for(int j=1;j<=3;j++)
			{
				scanf("%c",&a[i][j]);
				if(a[i][j]=='X')cntx++;
				else if(a[i][j]=='O') cnto++;
			}
			getchar();
		}
		int f=1;
		if(winornot('X')&&winornot('O'))
		{
			f=0;
		}
		if(winornot('X')&&cntx==cnto)
		{
			f=0;
		}
		if(cnto>cntx||cntx-cnto>1)
		{
			f=0;
		}
		if(winornot('O')&&cnto!=cntx)
		{
			f=0;
		}
		if(winornot('X')&&cnto==cntx)
		{
			f=0;
		}
		if(f==1)printf("yes\n");
		else printf("no\n");
	}
	return 0;
}

在这里插入图片描述
示例代码

#include <iostream>

using namespace std;

long long F[14];

void init()
{
	for(int i=0;i<14;i++)
	{
		F[i]=1;
	}
	for(int i=1;i<=13;i++)
	{
		F[i]=F[i-1]*i;
	}
}

int main()
{
	long long n;
	init();
	while(~scanf("%lld",&n))
	{
		if(n>13||(n<0&&(-n)%2==1))
		{
			printf("Overflow!\n");
		}
		else if(F[n]<10000||(n<0&&(-n)%2==0))
		{
			printf("Underflow!\n");
		}
		else
		{
			printf("%lld\n",F[n]);
		}
	}
	return 0;
}

在这里插入图片描述
在这里插入图片描述
示例代码

#include <iostream>
#include <string.h>

using namespace std;

const int N=20;

int f[N+1][N+1][N+1];
int w(int a,int b,int c)
{
	if(a<=0||b<=0||c<=0)return 1;
	else if(a>N||b>N||c>N)return w(N,N,N);
	else if(f[a][b][c])return f[a][b][c];
	else if(a<b&&b<c)return f[a][b][c]=w(a,b,c-1)+w(a,b-1,c-1)-w(a,b-1,c);
	else return f[a][b][c]=w(a-1,b,c)+w(a-1,b-1,c)+w(a-1,b,c-1)-w(a-1,b-1,c-1);
}

int main()
{
	memset(f,0,sizeof(f));
	int a,b,c;
	while(~scanf("%d%d%d",&a,&b,&c))
	{
		if(a==-1&&b==-1&&c==-1)return 0;
		printf("w(%d, %d, %d) = %d\n",a,b,c,w(a,b,c));
	}
	return 0;
}

在这里插入图片描述
示例代码
前缀和

借鉴自
https://blog.csdn.net/weixin_43918531/article/details/86636929

#include <iostream>

using namespace std;

long long sum(long long n)
{
    long long ans = 0, x;
    while(n) {
        x = n % 10;
        n /= 10;
        ans += ((1 + x) * x) / 2 + n * 45;
    }
    return ans;
}

int main()
{
    long long a, b;
    while(~scanf("%lld%lld", &a, &b) && a >= 0)
        printf("%lld\n", sum(b) - sum(a - 1));

    return 0;
}

在这里插入图片描述
在这里插入图片描述
AC代码

#include <iostream>
#include <string.h>
#include <string>
#include <algorithm>

using namespace std;

struct T
{
	string name;
	int time[4];
	int frequency[4];
	int num,timesum;
}team[30];

void init()
{
	for(int i=0;i<30;i++)
	{
		team[i].name="";
		team[i].num=0;
		team[i].timesum=0;
		for(int j=0;j<4;j++)
		{
			team[i].frequency[j]=0;
			team[i].time[j]=0;
		}
	}
}

bool cmp(T a,T b)
{
	if(a.num!=b.num)return a.num>b.num;
	if(a.timesum!=b.timesum)return a.timesum<b.timesum;
}

int main()
{
	int n;
	scanf("%d",&n);
	init();
	for(int i=0;i<n;i++)
	{
		cin>>team[i].name;
		for(int j=0;j<4;j++)
		{
			cin>>team[i].frequency[j]>>team[i].time[j];
			if(team[i].time[j]>0)
			{
				team[i].num++;
				team[i].timesum+=team[i].time[j]+(team[i].frequency[j]-1)*20;
			}
		}
	}
	sort(team,team+n,cmp);
	cout<<team[0].name<<" "<<team[0].num<<" "<<team[0].timesum<<endl;
	return 0;
}
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
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