智力题记录

这篇博客记录了几个逻辑思维题目,包括数字推理和实际情境问题的解答。通过倒推法解决海盗分赃问题,分析月饼分配问题的条件,以及解决时间同步的总裁回家问题。这些问题展现了逻辑思维在解决问题中的应用。
摘要由CSDN通过智能技术生成

1.已知两个数字为1~30之间的数字,甲知道两数之和,乙知道两数之积,甲问乙:“你知道是哪两个数吗?”乙说:“不知道”。乙问甲:“你知道是哪两个数吗?”甲说:“也不 知道”。于是,乙说:“那我知道了”,随后甲也说:“那我也知道了”,这两个数是什么?

个人想法:

甲,乙都有一个可能的结果集合。

1.甲不知道,说明从甲的集合里删除只有唯一的结果, 比如2,3,59,60。同时乙也要删除对应的结果

2.乙不知道,同理,从乙的集合里删除只有唯一的结果,同时甲也要删除对应的结果

3.甲又不知道,从甲的集合里删除只有唯一的结果,同时乙也要删除对应的结果

4.乙知道了,则从乙中寻找唯一的结果。

答案是1,4

void cleanUniqueVec(vector<int>& v, vector<int>& p) {
	for (auto it = v.begin(); it != v.end();) {
		if (count(v.begin(), v.end(), *it) == 1) {
			auto pit = p.begin() + (it - v.begin());
			cout << *it << " " << (*pit) << endl;
			it = v.erase(it);
			p.erase(pit);
		}
		else {
			it++;
		}
	}
}
void findUniqueVec(vector<int>& v, vector<int>& p) {

	for (auto it = v.begin(); it != v.end();++it) {
		if (count(v.begin(), v.end(), *it) == 1) {
			auto pit = p.begin() + (it - v.begin());
			cout << *it << " " << (*pit) << endl;
		}
	}
}
int main() {
	vector<int> a;
	vector<int> b;
	for (int i = 1; i <= 30; ++i) {
		for (int j = i; j <= 30; ++j) {
			a.emplace_back(i + j);
			b.emplace_back(i * j);
		}
	}
	//1. a 不知道
	cleanUniqueVec(a, b);
	std::cout << endl;
	//2. b不知道,说明一定不是unique的
	cleanUniqueVec(b, a);
	std::cout << endl;
	//3.a还不知道到,说明不是uniue的
	cleanUniqueVec(a, b);
	std::cout << endl;
	//4.b知道了, 说明是b中unique的
	findUniqueVec(b, a);
	return 0;
}

2.10个海盗意外地获得了100枚金币,并决定当下分赃。我们知道,海盗的特点是:贪婪、狡诈(也意味着聪明)、残忍,而且这是一帮讲民主的海盗。他们按照厉害程度依次排出老大、老二、……老十。他们的规则是:老大提出分配方案,然后所有的海盗举手表决。如果50%或更多的海盗同意,就按此方案分,否则老大将被扔到海里喂鲨鱼。然后由老二提出方案,再重复上述过程,依此类推。
所有的海盗都乐于看到别人被扔进海里,不过,如果让他们选择的话,他们还是宁可得一笔现金。他们当然也不愿意自己被扔到海里。所有的海盗都是有理性的,而且知道其他的海盗也是有理性的。此外,没有两名海盗是同等厉害的——这些海盗按照完全由上到下的等级排好了座次,

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 2018年美国大学生数学建模竞赛(MCM/ICM)B题的数据是关于粒子自旋的实验数据。具体地说,问题是研究粒子的自旋,该自旋具有二元性,即“向上”或“向下”。实验采用了类似于翻硬币的方法,即将粒子随机放置于不同的磁场中,观察其自旋值是否发生变化。一共有四个磁场,每个磁场都有不同的方向和磁强度,且实验中会进行多次重复测量,以消除随机误差。数据文件包含了粒子在四个磁场中自旋值的测量结果,以及实验参数如磁场方向和强度、测量次数等。此外,数据文件中还提供了问题的详细描述和所需分析的内容,包括理论模型的建立和调整、实验数据的处理和分析、结论的得出等。这个问题要求研究者能够掌握自旋理论的知识,能够运用统计分析、线性回归和机器学习等数学方法对实验数据进行处理和分析,并具备逻辑思维和问题解决的能力。解决这个问题将有助于深入理解自旋现象的规律和原理,有益于发展量子力学和量子计算等新兴学科,同时也能够为相关领域的实际应用提供理论指导和技术支持。 ### 回答2: 2018年美赛B题的数据包括八个城市的气象数据,以及每个城市的人口和经济数据。这些城市分别是波特兰、费城、凤凰城、圣尤尼斯、圣路易斯、西雅图、坦帕和威尔明顿。气象数据包括了每日的温度、湿度、天气状况以及风速和风向等信息。人口数据包括了每个城市的人口数量和年龄分布等信息,而经济数据则包括了每个城市的产业分布和财政收入等信息。 题目要求参赛者使用这些数据对不同城市之间的温度、湿度、经济和人口等变量进行分析和比较,以寻找影响城市发展和适宜居住的因素。同时,还需要通过对比和对数据的处理,建立数学模型,以预测和分析城市未来的经济和人口发展趋势。 此题相对于其他赛题,考验了参赛者的数据分析和建模能力,并需要参赛者运用统计学,计算机编程和数据处理的技术,从而探索城市发展的规律,为城市的可持续发展提供重要的参考。 ### 回答3: 2018年美赛B题的数据集是由4个州的教育机构提供的学生面板数据。该数据集包含了2010年至2015年每个学年的学生表现数据,涉及到学生的智力测试成绩、学科成绩、家庭背景、健康状况、家庭关系、学籍记录等方面。该数据集共有52880个记录,其中有4722个学生在多个学年内都有数据记录,这些学生是真正的面板数据。而其他学生的数据是交叉面板数据,即每个学年的数据都来自不同的学生。 数据集中共包含了12个变量,其中Student_id为学生的唯一标识,Grade是学年级别,Class是班级,Race是学生的种族信息,Gender为学生性别,SES是学生家庭社会经济地位,Family_size为家庭人口数量,Test_score为智力测试成绩,Subject1、Subject2、Subject3分别为三个学科的成绩,Absence_record为学生的缺席记录。 该数据集旨在研究学生的家庭背景、学科成绩、健康状况、学校出勤情况等因素对学生成绩的影响。通过对该数据集的分析,可以帮助学校、家长和政策制定者更好地了解学生的表现和需求,制定出更科学、更有效的教育政策,提高学生的学习成绩和综合素质。

“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