剑指offer--圆圈中最后剩下的数

本文介绍了一款在六一儿童节期间,通过让孩子们围成一圈并进行报数游戏来决定谁将获得最终大奖的算法。游戏的目标是找出最后一个剩下的孩子,该孩子将赢得名贵的名侦探柯南典藏版。文章详细解释了如何使用数组模拟游戏过程,通过不断移除每轮报数到达的孩子,直至只剩下一个。这是一个有趣的数学问题,同时也涉及到数组操作和循环算法。

每年六一儿童节,牛客都会准备一些小礼物去看望孤儿院的小朋友,今年亦是如此。HF作为牛客的资深元老,自然也准备了一些小游戏。其中,有个游戏是这样的:首先,让小朋友们围成一个大圈。然后,他随机指定一个数m,让编号为0的小朋友开始报数。每次喊到m-1的那个小朋友要出列唱首歌,然后可以在礼品箱中任意的挑选礼物,并且不再回到圈中,从他的下一个小朋友开始,继续0…m-1报数…这样下去…直到剩下最后一个小朋友,可以不用表演,并且拿到牛客名贵的“名侦探柯南”典藏版(名额有限哦!!_)。请你试着想下,哪个小朋友会得到这份礼品呢?(注:小朋友的编号是从0到n-1)

解题思路:生成一个数组A,模拟整个游戏过程,每次从数组A中取出游戏规则制定的第m个数,直到数组A的长度为1

function LastRemaining_Solution(n, m)
{   
    //分为两部分
    //一个是根据n和m的大小,找到本次循环找到的位置
    //二是将当前位置前的数据插入到当前位置数组的末尾
    if(m === 0 ||  n ===0 )
    {
        return -1;
    }
    let arr = [];
    for(let i = 0; i < n; i++){
        arr[i] = i;   
    }
    //找到数组中的第m项
    let findIndex = function(m, arr){
        if(arr.length > 0){
            let len = arr.length;
            if( len >= m ){
                return  m-1;
            }else{
                let res = m % len;
                return res === 0 ? len - 1 : res - 1;
            }
        }		        
    }
    while( arr.length > 1 ){		    	
        let index = findIndex(m, arr);
        if( index === 0 ){
            arr = arr.slice(1);
        }else{
            arr = arr.slice(index+1).concat(  arr.slice(0,index) );        
        }		        
    }    
    return arr[0];
}
下载方式:https://pan.quark.cn/s/26794c3ef0f7 本文阐述了在Django框架中如何适当地展示HTML内容的方法。 在Web应用程序的开发过程中,常常需要向用户展示HTML格式的据。 然而,在Django的模板系统中,为了防御跨站脚本攻击(XSS),系统会默认对HTML中的特殊字符进行转义处理。 这意味着,如果直接在模板代码中插入包含HTML标签的字符串,Django会自动将其转化为文本形式,而不是渲染为真正的HTML组件。 为了解决这个问题,首先必须熟悉Django模板引擎的安全特性。 Django为了防止不良用户借助HTML标签注入有害脚本,会自动对模板中输出的变量实施转义措施。 具体而言,模板引擎会将特殊符号(例如`<`、`>`、`&`等)转变为对应的HTML实体,因此,在浏览器中呈现的将是纯文本而非可执行的代码。 尽管如此,在某些特定情形下,我们确实需要在页面上呈现真实的HTML内容,这就需要借助特定的模板标签或过滤器来调控转义行为。 在提供的示例中,开发者期望输出的字符串`<h1>helloworld</h1>`能被正确地作为HTML元素展示在页面上,而不是被转义为文本`<h1>helloworld</h1>`。 为实现这一目标,作者提出了两种解决方案:1. 应用Django的`safe`过滤器。 当确认输出的内容是安全的且不会引发XSS攻击时,可以在模板中这样使用变量:```django<p>{{ data|safe }}</p>```通过这种方式,Django将不会对`data`变量的值进行HTML转义,而是直接将其当作HTML输出。 2. 使用`autoescape`标签。 在模板中,可以通过`autoesc...
已经博主授权,源码转载自 https://pan.quark.cn/s/1d1f47134a16 Numerical Linear Algebra Visual Studio C++实现值线性代经典算法。 参考教材:《值线性代(第2版)》——徐树方、高立、张平文 【代码结构】 程序包含两个主要文件 和 。 中实现矩阵类(支持各种基本运算、矩阵转置、LU 分解、 Cholesky 分解、QR分解、上Hessenberg化、双重步位移QR迭代、二对角化),基本方程组求解方法(上三角、下三角、Guass、全主元Guass、列主元Guass、Cholesky、Cholesky改进),范计算方法(1范、无穷范),方程组古典迭代解法(Jacobi、G-S、JOR),实用共轭梯度法,幂法求模最大根,隐式QR算法,过关Jacobi法,二分法求第K大特征值,反幂法,SVD迭代。 中构建矩阵并求解。 【线性方程组直接解法】 不选主元、全主元、列主元三种Guass消去法,Cholesky分解及其改进版。 【report】 【方程组解误差分析】 矩阵范计算、方程求解误差分析。 【report】 【最小二乘】 QR分解算法求解线性方程组、最小二乘问题。 【report】 【线性方程组古典迭代解法】 Jacobi迭代法、G-S迭代法、SOR迭代法求解方程组。 【report】 【共轭梯度法】 实用共轭梯度法。 【report】 【非对称特征值】 幂法求模特征根、QR方法(上Hessenberg分解、双重步位移QR迭代、隐式QR法) 【report】 【对称特征值】 过关Jacobi法、二分法、反幂法。 【report】 【对称特征值】 矩阵二对角化、SVD迭代。 【report】
【EI复现】基于阶梯碳交易的含P2G-CCS耦合和燃气掺氢的虚拟电厂优化调度(Matlab代码实现)内容概要:本文介绍了一项基于阶梯碳交易机制的虚拟电厂优化调度研究,重点整合了P2G-CCS(电转气-碳捕集与封存)耦合技术和燃气掺氢技术,旨在提升虚拟电厂在低碳环境下的调度效率与能源利用率。研究通过构建相应的学模型,并采用Matlab进行代码实现与仿真分析,综合考虑电力、天然气与氢能系统的协同运行,优化系统运行成本与碳排放水平。该资源属于EI期刊复现内容,具备较强的学术参考价值和技术实现细节。; 适合人群:具备一定电力系统、能源系统背景知识,熟悉Matlab编程,从事新能源、综合能源系统、优化调度等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于复现EI级别论文中的虚拟电厂优化调度模型;②学习阶梯碳交易机制在能源系统中的建模方法;③掌握P2G-CCS与燃气掺氢技术在综合能源系统中的集成与优化应用;④开展碳减排与能源高效利用相关的科研项目或课程设计。; 阅读建议:建议读者结合Matlab代码与文档内容同步学习,重点关注模型构建思路、约束条件设定及优化求解过程,可借助YALMIP等工具包进行算法调试与结果验证,建议拓展研究不同碳交易机制对系统经济性与环保性的影响。
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