PAT甲级1002 A+B for Polynomials(25分) |C++实现

一、题目描述

This time, you are supposed to find A+B where A and B are two polynomials.

Input Specification:

Each input file contains one test case. Each case occupies 2 lines, and each line contains the information of a polynomial:
K N 1 a N 1 N 2 a N 2 . . . N k a N k K N_1 a_{N_1} N_2 a_{N_2} ... N_k a_{N_k} KN1aN1N2aN2...NkaNk
where K is the number of nonzero terms in the polynomial, N i N_i Ni and a N i ( i = 1 , 2 , . . . , K ) a_{N_i}(i = 1, 2, ..., K) aNi(i=1,2,...,K) are the exponents and coefficients, respectively. It is given that 1 ≤ K ≤ 10 1 \leq K \leq 10 1K10, 0 ≤ N K < . . . < N 2 < N 1 ≤ 1000 0 \leq N_K < ... < N_2 <N_1 \leq 1000 0NK<...<N2<N11000.

​​Output Specification:

For each test case you should output the sum of A and B in one line, with the same format as the input. Notice that there must be NO extra space at the end of each line. Please be accurate to 1 decimal place.

Sample Input:

2 1 2.4 0 3.2
2 2 1.5 1 0.5

Sample Output:

3 2 1.5 1 2.9 0 3.2

二、解题思路

根据题意,多项式的次数必然是整数,而系数则可以是小数,所以在定义变量时,我们可以定义一个整型,一个浮点型。设置一个数组,存放各项系数,用数组下标代表对应指数,进行两次输入,将对应下标的系数直接相加,随后倒序遍历数组,用一个vector来存放非0的指数(ans),ans[i]则表示系数不为零的指数,a[ans[i]]即为对应系数。

三、AC代码

#include<iostream>
#include<cstdio>
#include<vector>
using namespace std;
double a[1001] = {0};
int main()
{
    int K, temp, cnt = 0;
    double tmp;
    vector<int> ans;
    for(int i=0; i<2; i++)
    {
        scanf("%d", &K);
        for(int j=0; j<K; j++)
        {
            scanf("%d%lf", &temp, &tmp);
            a[temp] += tmp;
        }
    }
    for(int k=1000; k>=0; k--)
    {
        if(a[k] != 0)
        {
            cnt++;
            ans.push_back(k);
        }
    }
    int sze = ans.size();
    printf("%d", cnt);
    if(cnt != 0)
    {
        for(int m=0; m<sze; m++)
            printf(" %d %.1f", ans[m], a[ans[m]]);
    }
    return 0;
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“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