12!配对

问题描述:找出输入数据中所有两两相乘为12!的对数,每个数字只能配对一次。
在这里插入图片描述
核心思想:首先排除不是12!的因子,在set中查找与输入数据n相配对的数,若没有找到,把n放入set中,若找到删除set中与n配对的数,计数sum++;
注意:set中的元素不可重复,但multiset中元素可重复。s.find(x),找到返回指向x的指针,没找到返回s.end(),s.end()为set的最后一个元素后的一个位置。

#include<iostream>
#include<set>
using namespace std;
int compute(){
	int sum=1;
	for(int i=1;i<=12;i++){
		sum*=i;
	}
	return sum;
}//求12!的值 
int main(){
	multiset<int> s;//元素可重复 
	set<int>::iterator it;
	int n,sum=0;
	while(cin>>n){
		if(compute()%n==0){//n为12!的因子,进行查找 
			it=s.find(compute()/n);//找n的配对数 
			if(it!=s.end()){//找到配对的,进行删除,没找到放入s 
				sum++;
				s.erase(it);
			}
			else
				s.insert(n);
		}
	}
	cout<<sum<<endl;
} 
  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
配对交易是一种利用两个或多个相关性较高的金融工具之间的价格差异进行交易的策略。在Python中,你可以使用一些库和技术来实现配对交易策略。 首先,你需要获取相关金融工具的历史价格数据。你可以使用pandas库来处理和分析数据,以及使用pandas_datareader库来获取金融数据。下面是一个获取股票价格数据的示例代码: ```python import pandas as pd import pandas_datareader.data as web # 获取股票价格数据 start_date = '2010-01-01' end_date = '2021-12-31' stock1 = web.DataReader('AAPL', 'yahoo', start_date, end_date) stock2 = web.DataReader('MSFT', 'yahoo', start_date, end_date) # 合并两只股票的收盘价数据 data = pd.concat([stock1['Close'], stock2['Close']], axis=1) data.columns = ['AAPL', 'MSFT'] # 计算两只股票的价格差异 data['Spread'] = data['AAPL'] - data['MSFT'] ``` 接下来,你可以使用统计学方法(如协整性检验)或其他技术(如线性回归)来确定两个金融工具之间的相关性。如果它们之间存在稳定的关系,你可以根据价格差异进行交易。 以下是一个简单的例子,展示了如何根据价格差异进行配对交易: ```python import numpy as np # 计算价格差异的均值和标准差 mean = np.mean(data['Spread']) std = np.std(data['Spread']) # 定义交易信号阈值 threshold = 2 # 生成交易信号 data['Signal'] = np.where(data['Spread'] > mean + threshold * std, -1, np.nan) data['Signal'] = np.where(data['Spread'] < mean - threshold * std,
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