周赛一 1009 u老板的存款

部署运行你感兴趣的模型镜像

Description
众所周知,u老板灰常有钱,但作为一个五好男人u老板自从有了女朋友就把他挣的钱全都给了他女朋友,共有n张价值为n的鱿鱼币,而u老板娘并不屑于知道具体钱数,她只想知道总钱数的最高位是多少,然而u老板娘怎么可能算这种东西,当然是要u老板去算,可是u老板忙着挣钱也没时间算,所以就请机智的你帮他算,并承诺如果你成功的算出答案他就把他挣的钱的零头给你并且给你找个女朋友,所以能否一夜走向人生巅峰就看你能不能算出这道题了~
Input
多组输入,每组用例输入一个整数n(0< n < 10^9)
Output
n^n的最高位
Sample Input
10
Sample Output
1
Solution
这道题直接算肯定不行,也不能用快速幂之类的算法,所以只能找公式了,显然n可以表示成此形式这里写图片描述,我们要求的即为x
同时我们有
不妨令这里写图片描述
那么则有
Code

#include<stdio.h>
#include<math.h> 
int main()
{
    double n;
    while(~scanf("%lf",&n))
    {
        double temp=n*(log(n)/log(10.0))-floor(n*(log(n)/log(10.0)));
        int ans=(int)(pow(10.0,temp));
        printf("%d\n",ans);
    }
    return 0;
}

您可能感兴趣的与本文相关的镜像

AutoGPT

AutoGPT

AI应用

AutoGPT于2023年3月30日由游戏公司Significant Gravitas Ltd.的创始人Toran Bruce Richards发布,AutoGPT是一个AI agent(智能体),也是开源的应用程序,结合了GPT-4和GPT-3.5技术,给定自然语言的目标,它将尝试通过将其分解成子任务,并在自动循环中使用互联网和其他工具来实现这一目标

内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合群:具备定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研员及从事预测建模的工程技术员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
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