上课睡觉.

文章描述了一个在AcWing题库中的问题,关于如何通过最少的操作次数使多堆石子数量相等。解决方案是通过枚举每堆石子可能的数量,利用快速幂等算法计算所需的最小操作数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

4366. 上课睡觉 - AcWing题库

分析:要通过最少的操作次数,使得每堆石子数是一样的。那么首先我们可以知道,每堆石子的数量是可以整除总石子数的。所以,我们只需要枚举一遍每堆石子数量即可。

具体看代码:

#include <bits/stdc++.h>
#define pi acos(-1)
#define int long long
#define PII pair<int,int>
#define all(v) v.begin(),v.end()
#define INF 0x3f3f3f3f3f3f3f3f
#define fs(a) cout<<fixed<<setprecision(a)<< //fs(4)(1.0/3)=0.3333//保留a位小数
#define read() freopen("input.txt","r",stdin)
#define output() freopen("output.txt","w",stdout)
#define fast ios::sync_with_stdio(false);cin.tie(0);cout.tie(0);
using namespace std;
const int N=2e6+10;
const int mod = 1e9+7;
const int Mod = 998244353;
int up(int a,int b){return a<0?a/b:(a+b-1)/b;}//       a/b向上取整
int quickpow(int a,int n){int ans=1;while(n){if(n&1){ans*=a,ans%=Mod;}a*=a;a%=Mod;n>>=1;}return ans;}//快速幂
int qc(int a,int b,int p){int ans=0;while(b){if(b&1){ans+=a,ans%=p;}a*=2;a%=p;b>>=1;}return ans;}//快速乘 a*b%p
int a[N];
int n;

inline int calc(int x){//判断能够合成每堆石子数为x所需要的合成次数
	int res=0,cnt=0,sum=0;
	for(int i=1;i<=n;i++){
		sum+=a[i];cnt++;
		if(sum==x){
			res+=cnt-1;sum=0;cnt=0;
		}
		else if(sum>x) return INF;//若不能合成,则次数为无限大
	}
	return res;
}

inline void solve(){
	cin>>n;int sum=0;
	for(int i=1;i<=n;i++) cin>>a[i],sum+=a[i];
	if(sum==0) cout<<"0\n";
	else{
		int ans=INF;
		for(int i=1;i<=sum;i++){
			if(sum%i==0) ans=min(ans,min(calc(i),calc(sum/i)));
		}
		cout<<ans<<"\n";
	}
}

signed main(){
	fast;
	int T;cin>>T;
	while(T--) solve();
}

### 学生上课状态监测的技术方案 #### 基于计算机视觉的行为分析 通过高精度摄像头采集学生上课期间的画面,利用先进的图像识别算法对学生的行为进行实时分析。这些算法能够捕捉学生的动作、表情以及注意力集中程度等信息[^5]。 #### 自动化异常行为检测 借助学校现有的监控设备(无需额外硬件投入),AI视频行为分析监测系统可以自动识别诸如睡觉、玩手机或其他分心行为,并向管理人员发出即时警告通知以便采取相应措施[^1]。 #### 面部识别与情绪感知 采用人脸识别技术和情感计算方法来评估每位同学的情绪变化及其专注度水平。此过程不仅限于确认身份那么简单;更重要的是它能持续跟踪个体在整个学习时段内的动态表现特征[^3]。 #### 数据驱动的教学优化建议 收集到的数据会被上传至云端服务器,在那里经过进一步的大数据分析之后转化为有价值的洞察力——比如哪些时间段最容易发生走神现象?哪类活动最吸引学生们参与等等。最终目的是帮助老师调整授课方式从而达到更好的教育成果[^2]。 ```python import cv2 from emotion_recognition import EmotionRecognizer def monitor_classroom(video_source): recognizer = EmotionRecognizer() cap = cv2.VideoCapture(video_source) while True: ret, frame = cap.read() if not ret: break emotions = recognizer.recognize_emotions(frame) for student_id, emotion in emotions.items(): print(f'Student {student_id} is feeling {emotion}') monitor_classroom(0) # 使用默认摄像头作为输入源 ``` 上述代码片段展示了一个简单的教室环境下的情绪识别程序框架。实际应用中可能还需要考虑更多因素如隐私保护等问题。 ---
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