CCF201903-2 24点

本文介绍了一种使用栈将中缀表达式转换为后缀表达式的算法,并通过后缀表达式求解数学问题。该方法首先初始化运算符优先级,然后逐个处理输入字符串中的字符,如果是数字则直接压入操作数队列,如果是运算符则与栈顶运算符比较优先级,较高者压入队列,最后将栈中剩余运算符依次压入队列完成转换。

思路:

 利用栈将中缀表达式转化为后缀表达式,然后求解后缀表达式即可。

#include<iostream>
#include<string>
#include<stack>
#include<queue>
#include<map>
#include<ctype.h>
using namespace std;
string s;
stack<char> optr;
queue<char> opnd;
map<char,int>precede;
void init(){
	precede['+']=precede['-']=1;
	precede['x']=precede['/']=2;
}
void change(){   //中缀->后缀 
	for(int i = 0; i < s.size();){
		if(isdigit(s[i])){  //如果是数字,直接推入栈 
			opnd.push(s[i]); 
			i++;
		}
	    else{
	    	while(!optr.empty()&&precede[optr.top()]>=precede[s[i]]){ //栈顶优先级大于操作数 
	    		opnd.push(optr.top());
	    		optr.pop();
			}
			optr.push(s[i]);
			i++;
		}
	} 
	while(!optr.empty()){  
		opnd.push(optr.top());
	    optr.pop();	
	}
}
int main(void) 
{
	init();
	int n;
	cin>>n;
	while (n--){
	    cin>>s;
	    while(!optr.empty()){
	        optr.pop();	
		}
	    change();
	    while(!opnd.empty()){
	    	char ch = opnd.front();
	    	opnd.pop();
	    	if(isdigit(ch)){
	    		optr.push(ch);
			}
			else{
			    int x = (int)optr.top() - '0';
	    	    optr.pop();
	    	    int y = (int)optr.top() - '0';
	    	    optr.pop();
	    	    int temp = 0;
	    	    if(ch=='+'){
	    	    	temp = x+y;
				}
				else if(ch=='-'){
					temp = y-x;
				}
				else if(ch=='x'){
					temp = x*y;
				}
				else{
					temp = y/x;
				}
				optr.push(temp+'0');
			}
		}
		if(optr.top()-'0'==24){
			cout<<"Yes"<<endl;
		}
		else{
			cout<<"No"<<endl;
		}
	   
	}
	return 0;
}

 

 

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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