Christan_yu-CSDN博客

原创进制转换【北大复试】

问题描述将一个长度最多为30位数字的十进制非负整数转换为二进制数输出。输入描述多组数据，每行为一个长度不超过30位的十进制非负整数。（注意是10进制数字的个数可能有30个，而非30bits的整数）输出描述每行输出对应的二进制数。 #include<iostream> #include<vector> using namespace std; string divide(string s,int x){ int remainder=0; for(int i=

2021-03-07 22:28:49 179

原创最短路径问题【浙大复试】

问题描述给你n个点，m条无向边，每条边都有长度d和花费p，给你起点s终点t，要求输出起点到终点的最短距离及其花费，如果最短距离有多条路线，则输出花费最少的。输入描述输入n,m，点的编号是1~n,然后是m行，每行4个数 a,b,d,p，表示a和b之间有一条边，且其长度为d，花费为p。最后一行是两个数 s,t;起点s，终点t。n和m为0时输入结束。 (1<n<=1000, 0<m<100000, s != t) 输出描述输出一行有两个数，最短距离及其花费。 #include&

2021-03-07 21:27:06 132

原创最小邮票数【清华复试】

问题描述有若干张邮票，要求从中选取最少的邮票张数凑成一个给定的总值。如，有1分，3分，3分，3分，4分五张邮票，要求凑成10分，则使用3张邮票：3分、3分、4分即可。输入描述有多组数据，对于每组数据，首先是要求凑成的邮票总值M，M<100。然后是一个数N，N〈20，表示有N张邮票。接下来是N个正整数，分别表示这N张邮票的面值，且以升序排列。输出描述对于每组数据，能够凑成总值M的最少邮票张数。若无解，输出0。代码 #include<iostream> using nam

2021-03-07 10:40:45 140

原创点菜问题【北大复试】

点菜问题题目描述北大网络实验室经常有活动需要叫外卖，但是每次叫外卖的报销经费的总额最大为C元，有N种菜可以点，经过长时间的点菜，网络实验室对于每种菜i都有一个量化的评价分数（表示这个菜可口程度），为Vi，每种菜的价格为Pi, 问如何选择各种菜，使得在报销额度范围内能使点到的菜的总评价分数最大。注意：由于需要营养多样化，每种菜只能点一次。输入描述输入的第一行有两个整数C（1 <= C <= 1000）和N（1 <= N <= 100），C代表总共能够报销的额度，N&g

2021-03-07 09:47:31 138

原创北京大学复试上机题

合唱队形题目描述输入的第一行是一个整数N（2 <= N <= 100），表示同学的总数。第一行有n个整数，用空格分隔，第i个整数Ti（130 <= Ti <= 230）是第i位同学的身高（厘米）。输入描述输入的第一行是一个整数N（2 <= N <= 100），表示同学的总数。第一行有n个整数，用空格分隔，第i个整数Ti（130 <= Ti <= 230）是第i位同学的身高（厘米）。输出描述可能包括多组测试数据，对于每组数据，输出包括

2021-03-06 16:35:22 253

原创北京大学上机复试题

拦截导弹题目描述某国为了防御敌国的导弹袭击，开发出一种导弹拦截系统。但是这种导弹拦截系统有一个缺陷：虽然它的第一发炮弹能够到达任意的高度，但是以后每一发炮弹都不能高于前一发的高度。某天，雷达捕捉到敌国的导弹来袭，并观测到导弹依次飞来的高度，请计算这套系统最多能拦截多少导弹。拦截来袭导弹时，必须按来袭导弹袭击的时间顺序，不允许先拦截后面的导弹，再拦截前面的导弹。输入描述每组输入有两行，第一行，输入雷达捕捉到的敌国导弹的数量k（k<=25），第二行，输入k个正整数，表示k枚导弹的高度，按来袭

2021-03-06 15:37:40 178

原创浙江大学复试题

题目描述给定K个整数的序列{ N1, N2, …, NK }，其任意连续子序列可表示为{ Ni, Ni+1, …, Nj }，其中 1 <= i <= j <= K。最大连续子序列是所有连续子序列中元素和最大的一个，例如给定序列{ -2, 11, -4, 13, -5, -2 }，其最大连续子序列为{ 11, -4, 13 }，最大和为20。现在增加一个要求，即还需要输出该子序列的第一个和最后一个元素。输入描述测试输入包含若干测试用例，每个测试用例占2行，第1行给出正整数K( K&l

2021-03-06 11:12:47 168

转载 c++string用法总结

转载原地址 https://blog.csdn.net/qq_37941471/article/details/82107077 原博文地址

2021-01-28 20:48:32 63

原创吴恩达机器学习课程笔记

机器学习week1 介绍深度学习分为监督性学习和非监督性学习。监督性学习分为回归问题（给了一堆不同平米房子的房价，然后预测一个新房子的房价）和分类问题（给了一堆良性肿瘤和恶性肿瘤的信息，再给一个肿瘤的信息，判断恶性还是良性）；非监督性学习基本是给了一堆数据然后实现一个聚类，实现一个分离。线性回归模型线性回归问题最好的cost function是平方差代价函数使得平方差代价函数降到最小的算法是梯度下降算法。类似于站在山上，旋转360度，并问自己，想要下山，从哪个方向走呢？然后你按照自己的判断又迈出一

2021-01-26 18:21:59 167

原创吴恩达机器学习week2

week2 多元线性回归多元概念输入的变量说明多元变量的假设函数如下如果用矩阵来表示，就是如下的结果（注意：此处默认x0这个变量是1，为了和假设函数的第一个参数对应，这样可以用两个n+1维的向量相乘）多元变量的梯度下降方法多元和一元的本质是一样的，我们只需要对每一个参数都进行求导迭代，最后达到收敛如下两张图是一元和多元的区别（主要区别在于对每个参数进行求导之后乘对应的第i个变量xi即可）梯度下降的实用方法1：特征缩放（Feature Scaling）我们可以通过让我们的特征值都大

2021-01-26 18:20:10 162

weixin_42228607的博客