[蓝桥杯 2021 省 AB2] 小平方

文章描述了一个编程问题,涉及计算给定正整数n下,1到n-1之间有多少个数的平方除以n的余数小于n的一半。提供了C++代码示例,强调了2.0的重要性。

题目描述

小蓝发现,对于一个正整数 �n 和一个小于 �n 的正整数 �v,将 �v 平方后对 �n 取余可能小于 �n 的一半,也可能大于等于 �n 的一半。

请问,在 11 到 �−1n−1 中, 有多少个数平方后除以 �n 的余数小于 �n 的一半。

例如,当 �=4n=4 时,1,2,31,2,3 的平方除以 44 的余数都小于 44 的一半。

又如,当 �=5n=5 时, 11,44 的平方除以 55 的余数都是 11,小于 55 的一半。而 22,33 的平方除以 55 的余数都是 44, 大于等于 55 的一半。

输入格式

输入一行包含一个整数 �n 。

输出格式

输出一个整数,表示满足条件的数的数量。

代码如下:

#include<bits/stdc++.h>
#define int long long
#define LL_int 128
using namespace std;
int n;
signed main(){
    std::ios::sync_with_stdio(false);
    cin.tie(0);cout.tie(0);
    cin>>n;
    int ans=0;
    for(int i=1;i<n;i++){
        int a;
        a=(i*i)%n;
        if(a<(n/2.0)){
            ans++;
        }
    }
    cout<<ans;
    return 0;
}

切记:此题处处为坑,第14行中的2.0必须为2.0不可为2,如果写2会自动向下取整,洛谷提交后仅获得60分。

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制法,并提供了相应的Matlab代码实现。该法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提法的有效性和稳定性。此外,文档还列举了大量相关的科研向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术向拓展研究思路,注重理论分析与仿真验证相结合。
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

打赏作者

drt_0506

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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