P1567 统计天数

题目描述炎热的夏日,KC 非常的不爽。他宁可忍受北极的寒冷,也不愿忍受厦门的夏天。最近,他开始研究天气的变化。他希望用研究的结果预测未来的天气。经历千辛万苦,他收集了连续 N(1 \leq N \leq 10^6)N(1≤N≤106) 的最高气温数据。现在,他想知道最高气温一直上升的最长连续天数。输入输出格式输入格式:
第 1 行:一个整数 NN 。1 \leq N \leq 10^61≤N≤106第 2 行:NN个空格隔开的整数,表示连续 NN 天的最高气温。0 \leq0≤ 最高气温 \leq 10^9≤109 。
输出格式:
1 行:一个整数,表示最高气温一直上升的最长连续天数。
输入样例#1:10
1 2 3 2 4 5 6 8 5 9
输出样例#1: 5
解题思路:我用数组超限了,所以就直接用比较法,最开始flag为1,用sum来存一下flag的值,也为一,如果后面的大于前面的,flag加一,否则比较一下flag是否大于sum,大于将flag的值存给sum,flag=1。

#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
int main()
{
    long int n,i,sum,x,y;
    long int flag=1;
    long int max=1;
    scanf("%ld",&n);
    cin>>x;
    for(i=1;i<n;i++)
    {
        cin>>y;
        if(y>x)
        {
            flag++;
        }
        else
        {
           if(flag>max)
           {
               max=flag;
           }
           flag=1;
        }
        x=y;
    }
    if(flag>max)max=flag;
    cout<<max;
    return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
一元线性回归是SPSS中常用的统计分析方法之一。它用于研究自变量与因变量之间的线性关系,并通过回归方程描述这种关系。下面以某医院的病人年龄和其住院天数为例进行一元线性回归分析。 首先,我们收集了100位病人的数据,其中自变量是病人的年龄,因变量是病人的住院天数。我们将这些数据输入SPSS软件进行分析。 在SPSS软件中,首先选择"回归",然后选择"线性",将因变量(住院天数)拖放到"因变量"栏中,将自变量(年龄)拖放到"解释变量"栏中。 在回归分析结果中,我们关注回归方程的系数、显著性和决定系数R^2。 回归方程的系数是关键指标之一,它告诉我们自变量(年龄)对因变量(住院天数)的影响程度。如果系数为正数,则表示自变量的增加与因变量的增加有正相关关系;如果系数为负数,则表示自变量的增加与因变量的减少有负相关关系。通过系数的大小,我们可以判断自变量对因变量的影响强弱。 显著性水平是判断系数是否统计上显著的指标。在假设检验中,一般认为当p值小于0.05时,系数是显著的,即存在影响关系;当p值大于0.05时,系数是不显著的,即没有影响关系。 决定系数R^2可以解释回归方程的拟合程度,其取值范围在0到1之间。R^2的值越接近1,说明回归方程可以更好地解释因变量的变异;R^2的值越接近0,说明回归方程对因变量的解释能力较弱。 通过分析回归方程的系数、显著性和决定系数R^2,我们可以得出结论:病人的年龄对住院天数有显著影响,且年龄与住院天数呈正相关关系。这些可以为医院制定合理的住院时间和医疗方案提供科学依据。
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