【最简便解法】1086 就不告诉你 (15分)_13行代码AC

立志用最少的代码做最高效的表达


PAT乙级最优题解——>传送门


做作业的时候,邻座的小盆友问你:“五乘以七等于多少?”你应该不失礼貌地围笑着告诉他:“五十三。”本题就要求你,对任何一对给定的正整数,倒着输出它们的乘积。

输入格式:
输入在第一行给出两个不超过 1000 的正整数 A 和 B,其间以空格分隔。

输出格式:
在一行中倒着输出 A 和 B 的乘积。

输入样例:
5 7
输出样例:
53


后两个测试点: 不能输出前导0, 如输入100 100, 输出1


#include<bits/stdc++.h>
using namespace std;
int main() {
	int a, b; cin >> a >> b;
	a *= b;
	char s[100]; 
	sprintf(s, "%d", a);
	reverse(s, s+strlen(s)); 
	
	stringstream ss(s); 
	ss >> a; 
	cout << a;
	
	return 0;
} 

耗时

在这里插入图片描述


每日一句
零星的变好,最后也会如星河般闪耀。

在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
当然,如果您不想使用`scikit-learn`库,还有其他的方法来进数据标准化。 1. Min-Max 标准化: ```python import pandas as pd # 创建一个示例数据集 data = pd.DataFrame({'A': [10, 20, 30, 40, 50]}) # 计算数据的最小值和最大值 min_val = data.min() max_val = data.max() # 对数据进Min-Max标准化 scaled_data = (data - min_val) / (max_val - min_val) # 打印标准化后的数据 print(scaled_data) ``` 在这个示例中,我们首先导入`pandas`库,并创建一个示例数据集。然后,我们使用`min()`和`max()`函数计算数据的最小值和最大值。接下来,我们将数据减去最小值,并除以最大值减去最小值的差,以进Min-Max标准化。最后,我们打印标准化后的数据。 2. Z-Score 标准化: ```python import pandas as pd # 创建一个示例数据集 data = pd.DataFrame({'A': [10, 20, 30, 40, 50]}) # 计算数据的均值和标准差 mean_val = data.mean() std_val = data.std() # 对数据进Z-Score标准化 scaled_data = (data - mean_val) / std_val # 打印标准化后的数据 print(scaled_data) ``` 在这个示例中,我们同样导入了`pandas`库,并创建了一个示例数据集。然后,我们使用`mean()`和`std()`函数计算数据的均值和标准差。接下来,我们将数据减去均值,并除以标准差,以进Z-Score标准化。最后,我们打印标准化后的数据。 这些方法是使用基本的Python操作实现的,而不依赖于任何外部库。希望这可以满足您的需求!如果您有任何其他问题,请随时提问。

“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

打赏作者

来老铁干了这碗代码

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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