蓝桥杯:最小公倍数

蓝桥杯 算法训练 最大最小公倍数 题目 问题描述 已知一个正整数N,问从1~N中任选出三个数,他们的最小公倍数最大可以为多少。 输入格式 输入一个正整数N。 输出格式 输出一个整数,表示你找到的最小公倍数。 样例输入 9 样例输出 504 数据规模与约定 1 <= N <= 106。 分析与解答 首先,对题目所给信息进行分析: 1、分析数据结构方面 题目给出的信息,是求最大的最小公倍数,那么就要按照尽可能大的结果,来考虑存储时所要用到的数据结构。 先考虑 ... 阅读详情

根据A,B的最大公约数,来求A,B的最小公倍数
假设A,B的最大公约数为a
则有A=a*b ; B=a*c
则A,B的最小公倍数为b*c*a=A*B/a
就两个数的最小公倍数,就等于 二者的乘积再除以他们的最大公约数

关于如何求最大公约数,见
http://blog.youkuaiyun.com/mosbest/article/details/65653124

这个题,不知道为什么不用指针发送就不对。。。。。

#include<stdio.h>

void lcm(int *s,int *b)  
{  
    *s=*s/ *b;  
}  

int main()
{
    int a=0,b=0,r=0,c=0;
    int A=0,B=0;
    scanf("%d%d",&a,&b);
    A=a*b; 
    if(a<b)
    {
        c=a;
        a=b;
        b=c;
    }

    while(a%b!=0)
    {
        r=a%b;
        a=b;
        b=r;
    }
    lcm(&A,&b);
    printf("%d",A);
    return 0;
}
用JAVA实现蓝桥杯算法训练之最大最小公倍数:已知一个正整数N,问从1~N中任选出三个数,他们的最小公倍数最大可以为多少。 -贪心算法 问题描述 已知一个正整数N,问从1~N中任选出三个数,他们的最小公倍数最大可以为多少。 输入格式 输入一个正整数N。 输出格式 输出一个整数,表示你找到的最小公倍数。 样例输入 9 样例输出 504 思路: 这是一个简单的贪心算法问题,解决此题,只需要明白一个数学关系, 即当三个数互为质数时, 他们之积为最小公倍数 import java.util.Scanner; public class ya... 阅读详情

相关推荐

Ubuntu22.04中通过conda快速部署PyTorch开发环境(CPU/GPU双版本实战)

本文详细介绍了在Ubuntu22.04系统中,如何利用Conda高效部署PyTorch开发环境。文章分别提供了CPU与GPU双版本的实战教程,涵盖环境创建、镜像加速、版本匹配及深度验证等关键步骤,旨在帮助开发者快速搭建稳定、兼容的深度学习环境,从而专注于模型开发。

rose2的博客 556

蓝桥杯——最大最小公倍数

算法训练 最大最小公倍数 问题描述:   已知一个正整数N,问从1~N中任选出三个数,他们的最小公倍数最大可以为多少。 输入格式:   输入一个正整数N。 样例输入:   9 样例输出:   504 数据规模与约定   1 <= N <= 106 题目分析  这应该算是考究数学知识的一道题  在这里先 ...

Ninth 7293

GNSS数据资源全解析:从DCB到BSX文件的下载与应用指南

本文系统解析了GNSS数据处理所需的核心数据资源,包括DCB、BSX、SP3、CLK等关键文件的官方下载路径与应用方法。详细介绍了CDDIS、武汉大学镜像站等权威数据源,并提供了从数据下载到实际应用的完整指南,帮助用户高效获取GNSS数据,提升精密定位处理效率。

weixin_29246195的博客 141

第二届蓝桥杯-最小公倍数问题

题目 题目链接 题解 数学 + 高精度。 如果直接按照计算多个数连续计算最小公倍数,那么显然要经过高精度乘法、高精度除法,两个高精度过于麻烦了。 换个思路,我们将每个数都分解质因数,全部数的最小公倍数必然由分解得到的质因数相乘得到,而且构成最小公倍数的每种质因子的个数等于某个数分解得到该质因子最多的个数,举个例子:n=6,1,2,3,4,5,6分解质因子得到{1}, {2}, {3}, {2,2}, {5}, {2,3},那么构成这些数的最小公倍数的质因子2的个数应该为2,因为4存在两个质因子2,提供的2

LJR的博客 809

Delphi解决 openssl DLL 与 Indy 的SSL/TLS 连接问题

​ 使用 SSL 连接时出错。错误 1409442E:SSL 例程:ssl3_read_bytes:tlsv1 警报协议版本 由于我使用的是最新版本的Indy,根据Delphi Praxis 上的此线程,这种情况不应该发生。事实证明,不知何故,一个非常旧版本的 openssl DLLlibeay32.dll和ssleay32.dll已被放置在我计算机上的 sarch 路径中(版本 1.0.0e)。

Delphi开发局QQ群:32422310 2495

Spring Boot 实现多图片上传并回显,涨姿势了~

上传 Controller的代码非常简单,由于用了SpringMVC框架,所以直接用MultipartFile来接即可。由于是多图片上传所以用数组来接。此处应该注意参数名应该和<input>中的name值相对应: @RequestMapping("/pic") @ResponseBody publicResponseEntity<String>pic(MultipartFile[]pictures)throwsException{ ResponseEnti...

weixin_54556126的博客 894

【蓝桥杯每日一练:计算两个数的最小公倍数】

问题描述 输入正整数n,m,编写程序计算n和m的最小公倍数。 输入格式 一行两个空格隔开的正整数n,m。 输出格式 输出n和m的最小公倍数。 输入样例 12 18 输出样例 36 代码 n,m=map(int,input().split()) if n>m: a=n n=m m=a x=m while True: if ((x % n == 0) and (x % m == 0)): break x += 1 print(

weixin_63182150的博客 345

保姆级教程:在SIwave 2024 R2中搞定TDR仿真,手把手教你分析USB 3.0差分线阻抗

本文提供了一份详细的SIwave 2024 R2 TDR仿真教程,重点讲解如何分析USB 3.0差分线阻抗。从项目准备、参数配置到结果分析,逐步指导工程师完成完整的仿真流程,并分享实战经验和高级技巧,帮助提升信号完整性分析能力。

weixin_33670786的博客 497

蓝桥杯 历届真题 最小公倍数【决赛】【本科组】

为什么 1 小时有 60 分钟,而不是 100 分钟呢?这是历史上的习惯导致。 但也并非纯粹的偶然:60 是个优秀的数字,它的因子比较多。 事实上,它是 1 至 6 的每个数字的倍数。即 1,2,3,4,5,6 都是可以除尽 60。 我们希望寻找到能除尽 1 至nn的的每个数字的最小整数。 不要小看这个数字,它可能十分大,比如nn= 100, 则该数为: 69720375229712477164533808935312303556800

ZZZzzz98的博客 634

【DSP】【工程实战】从零构建C6678多核工程:CCS环境配置与启动模式详解

本文详细介绍了在CCS开发环境中从零构建TMS320C6678多核DSP工程的完整流程。内容涵盖KeyStone架构解析、工程创建、基础代码编写、链接命令文件配置、仿真器调试,并重点深入讲解了包括I2C EEPROM在内的多种一级启动模式原理与配置方法,为开发者提供了一套清晰、可复用的实战指南。

weixin_29164185的博客 419

【kubernetes】kubernetes kubeadm init 错误了 怎么回退?

因为虚拟机设置问题首先报错:然后我根据文章修改了核数。重启后,查看VIP运行所在机器,发现机器没有变化然后重新执行初始化后面报错了根据提供的信息,问题主要集中在 kubelet 未能成功启动控制平面组件,导致初始化过程超时。以下是可能的原因及相应的排查步骤:原因 1:kubelet 未运行或运行状态异常正如错误提示所指出,kubelet 可能未运行或处于不健康状态。请按照提示执行以下命令检查 kubelet 的状态和服务日志:根据输出结果,判断 kubelet 是否正常运行。后续一大堆错误。

九师兄 121

蓝桥杯:最大最小公倍数

算法训练 最大最小公倍数  时间限制:1.0s   内存限制:256.0MB       锦囊1 锦囊2 锦囊3 问题描述 已知一个正整数N,问从1~N中任选出三个数,他们的最小公倍数最大可以为多少。 输入格式 输入一个正整数N。 输出格式 输出一个整数,表示你找到的最小公倍数。 样例输入 9 样例输出 504 数据

u012198069的专栏 882

【保姆级教程】基于UNet++&MobileNetv3的语义分割模型从训练到RK3588部署:让边缘AI落地效率提升300%

通过SMP库一键构建encoder_name="mobilenet_v2", # 选择MobileNetv3作为骨干encoder_weights="imagenet", # 加载预训练权重加速收敛in_channels=3, # 输入图像通道数(RGB)classes=29, # Cityscapes数据集类别数activation=None # 输出无激活,便于后续损失计算本教程从“模型设计-训练-转换-边缘部署”全链路拆解了。

FJN110的博客 256

蓝桥杯java最小公倍数_蓝桥杯:算法训练之最大最小公倍数

算法训练 最大最小公倍数时间限制:1.0s 内存限制:256.0MB问题描述已知一个正整数N,问从1~N中任选出三个数,他们的最小公倍数最大可以为多少。输入格式输入一个正整数N。输出格式输出一个整数,表示你找到的最小公倍数。样例输入9样例输出504数据规模与约定1 <= N <= 106。注:贪心,从最大的三个数开始考虑,如果最大的数为奇数,那么相邻的三个数中有两个奇数,最大公约数...

weixin_36469638的博客 551

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

蓝桥杯题解:1~n 最小公倍数(高精度 C++ 实现)

本文介绍了两种计算1到n最小公倍数的高精度算法。针对n<100时结果溢出的问题,提出基于数组和vector的两种高精度实现方案。核心思路都是利用LCM(a,b)=(a/GCD(a,b))*b公式逐步合并计算结果,通过高精度存储处理大整数。第一种方法使用固定数组存储,第二种采用动态vector实现。两种方法均实现了高精度数的取模、乘除运算,并详细说明了处理进位和去零的细节。文章特别适合初学者理解高精度计算的基本原理和应用场景,提供了完整的C++代码实现。通过比较两种存储方式的异同,帮助读者掌握高精度算法

2502_93058859的博客 372

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

蓝桥杯决赛试题:求1到n的最小公倍数

题目: 为什么1小时有60分钟,而不是100分钟呢?这是历史上的习惯导致。 但也并非纯粹的偶然:60是个优秀的数字,它的因子比较多。 事实上,它是1至6的每个数字的倍数。即1,2,3,4,5,6都是可以除尽60。 1 2 3 4 5 6 我们希望寻找到能除尽1至n的的每个数字的最小整数。 不要小看这个数字,它可能十分大,比如n=100, 则该数为: 6972 0375 2297 1247 7...

majalis_C的博客 1056

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

蓝桥杯java最小公倍数_蓝桥杯决赛试题:求1到n的最小公倍数

题目:为什么1小时有60分钟,而不是100分钟呢?这是历史上的习惯导致。但也并非纯粹的偶然:60是个优秀的数字,它的因子比较多。事实上,它是1至6的每个数字的倍数。即1,2,3,4,5,6都是可以除尽60。1 2 3 4 5 6我们希望寻找到能除尽1至n的的每个数字的最小整数。不要小看这个数字,它可能十分大,比如n=100, 则该数为:6972 0375 2297 1247 7164 5338 0...

weixin_39712821的博客 632

蓝桥杯数论总结:最大公约数和最小公倍数

本文先是给出Python中gcd的使用实例和手写方法,以及lcm的手写方法,而后给出lcm表达式的推导和gcd性质的证明。再而给出了一份gcd的题单,以及部分题目的题面和题解。 证明

HP_C2H2的博客 1558

蓝桥杯核桃问题:最小公倍数和最大公约数

最大公约数 求两个数的最大公约数用辗转相除法。代码如下: int GCD(int a, int b){ int gcd; while(b != 0){ gcd = a % b; a = b; b = gcd; } gcd = a; return gcd; } 最小公倍数 那么两个数的最小公倍数gcm ...

a429367172的博客 339

蓝桥杯 ALGO-2:最大最小公倍数

  算法训练 最大最小公倍数  时间限制:1.0s   内存限制:256.0MB      锦囊1使用贪心来选择。锦囊2当n为奇数时,答案一定是n*(n-1)*(n-2)。当n为偶数时,答案可能是(n-1)*(n-2)*(n-3),也可能是n*a*b,其中a&gt;=n-3。问题描述已知一个正整数N,问从1~N中任选出三个数,他们的最小公倍数最大可以为多少。输入格式输入一个正整数N。输出格式输出一...

执念 192

蓝桥杯:算法训练 5-1最小公倍数

问题描述   编写一函数lcm,求两个正整数的最小公倍数。 样例输入 一个满足题目要求的输入范例。 例: 3 5 样例输出 15 例: 数据规模和约定   输入数据中每一个数的范围。   例:两个数都小于65536。 import java.util.Scanner; public class Main { static int test(int a, int b) {//辗转相除法得出...

weixin_43370149的博客 258

蓝桥杯备赛: 算法训练 最大最小公倍数

问题描述 已知一个正整数N,问从1~N中任选出三个数,他们的最小公倍数最大可以为多少。 输入格式 输入一个正整数N。 输出格式 输出一个整数,表示你找到的最小公倍数。 样例输入 9 样例输出在这里插入代码片 504 数据规模与约定 1 &lt;= N &lt;= 106 个人分析: 需要了解: 判断互质数的五种方法:(引用用此处) 一. 概念判断法 公约数只有1的两个数叫做互质数。根据互质数的概念...

超逸の学习技术博客 683

蓝桥杯备赛:算法训练 5-1最小公倍数

问题描述   编写一函数lcm,求两个正整数的最小公倍数。 样例输入 一个满足题目要求的输入范例。 例: 3 5 样例输出 与上面的样例输入对应的输出。 例: 数据规模和约定   输入数据中每一个数的范围。   例:两个数都小于65536。 个人分析: 求最小公倍数的经典题,我们可以先求最大公约数,因为最小公倍数等于两个数的乘积除以最大公约数 这里我写了两个算法,一个是递归算法,一个是非递归算法...

超逸の学习技术博客 862

【蓝桥杯】ALGO-2:最大最小公倍数

问题描述 已知一个正整数N,问从1~N中任选出三个数,他们的最小公倍数最大可以为多少 输入格式 输入一个正整数N 输出格式 输出一个整数,表示你找到的最小公倍数 样例输入 9 样例输出 504 数据规模与约定 1 <= N <= 10610^6106 分析 只需找到1~N中最大的三个数字使得g.c.d.(a,b,c)=1 C++代码 在这里插入代码片 重点/Tips **备注** ...

陌巷旧雨的博客 172
上一篇: 求最大公约数:欧几里德算法(即 辗转相除法 )
下一篇: 练编程:在线OJ汇总
丁磊_Ml
博客等级 码龄11年 95粉丝 139原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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