hdoj 1098 Ignatius's puzzle(暴力)

本文探讨了如何通过输入负整数k(k<10000),找到使得任意整数x满足多项式f(x)除以65余0的最小非负整数a。如果不存在这样的a,则输出'no'。实现了一个循环遍历可能的a值,并检查是否存在满足条件的x。最后,输出找到的a值或输出'no'。


http://acm.hdu.edu.cn/showproblem.php?pid=1098

Ignatius's puzzle

Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)
Total Submission(s): 6438    Accepted Submission(s): 4463


Problem Description
Ignatius is poor at math,he falls across a puzzle problem,so he has no choice but to appeal to Eddy. this problem describes that:f(x)=5*x^13+13*x^5+k*a*x,input a nonegative integer k(k<10000),to find the minimal nonegative integer a,make the arbitrary integer x ,65|f(x)if
no exists that a,then print "no".

 


Input
The input contains several test cases. Each test case consists of a nonegative integer k, More details in the Sample Input.
 


Output
The output contains a string "no",if you can't find a,or you should output a line contains the a.More details in the Sample Output.
 


Sample Input
  
11 100 9999
 


Sample Output
  
22 no 43
 
#include<stdio.h>
#include<string.h>
#include<math.h>
#define MAX 1//这里改为1就能过,说明x只取1,而不是题目说的取任意值
#define NUM 1000
int main()
{
    int K,x,a;
    __int64 sum_x,SUM;
    while(scanf("%d",&K)!=EOF)
    {
        for(x=1;x<=MAX;x++)
        {
            sum_x=5*pow(x,13)+13*pow(x,5);
            /*if(x<3)*/ //printf("%d#\n",sum_x);
            for(a=0;a<NUM;a++)
            {
                SUM=sum_x+K*a*x;
                if(SUM%65==0)
                {
                    //printf("%I64d %d#\n",SUM,x);
                    break;
                }
            }

            if(a!=NUM) break;
        }

        if(/*a!=NUM-1&&*/a!=NUM)
        printf("%d\n",a);
        else
        printf("no\n");
    }
    return 0;
}

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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