P3150 pb的游戏(1)

题目背景

(原创)

有一天 pb和zs玩游戏 你需要帮zs求出每局的胜败情况

题目描述

游戏规则是这样的: 每次一个人可以对给出的数进行分割,将其割成两个非零自然数,之后由另一个人选择留下两个数中的其中一个;之后由另一个人进行分割这个剩下的数,重复步骤……

当一个人无法对数进行分割的时候游戏结束,另一个人获胜

现在要你求出N次游戏的胜败

每局由pb先进行分割,如果pb赢输出"pb wins" 如果zs赢输出"zs wins"

注:双方都是绝顶聪明的

输入输出格式

输入格式:

第一行一个数N,表示数据组数

之后N行,每行一个数M,表示每局初始的数

输出格式:

共N行,每行一串字符 表示游戏结果

输入输出样例

输入样例#1:
5
1
3
7
20
5
输出样例#1:
zs wins
zs wins
zs wins
pb wins
zs wins

说明

1<N<50

1<=m<=1000000000

 

看样例,推算法

简单的奇偶判断

归纳证明:

时先手必输

分解成后手无论选哪个都必输。

假设时奇数先手必输,偶数先手必胜。

为奇数时,先手只能把分成不超过的一个奇数一个偶数,机智过人的后手一定会选择偶数来保证自己不败。

为偶数时,机智过人的先手一定会把分解成两个奇数,后手不得不选择奇数从而走向自爆。

到这里就证明了这个问题

 

 1 #include<iostream>
 2 #include<cstdio>
 3 #include<cstdio>
 4 #include<cmath>
 5 using namespace std;
 6 int read(int & n)
 7 {
 8     char c='-';int x=0;
 9     while(c<'0'||c>'9')c=getchar();
10     while(c>='0'&&c<='9')
11     {
12         x=x*10+(c-48);
13         c=getchar();
14     }
15     n=x;
16 }
17 int main()
18 {
19     int n;
20     read(n);
21     for(int i=1;i<=n;i++)
22     {
23         long long  p;
24         cin>>p;
25         if(p%2==0)
26             printf("pb wins\n");
27         else
28             printf("zs wins\n");
29     }
30     return 0;
31 }

 

  • 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