蓝桥——基础练习2(JAVA)

本文档包含一系列算法实现,包括查找整数、杨辉三角、特殊数字、回文数以及10进制到16进制的转换。在查找整数中,实现了线性搜索算法;杨辉三角展示了计算指定行的算法;特殊数字部分涉及立方数匹配;回文数部分则生成特定形式的回文数;最后是10进制到16进制的直接转换。这些练习覆盖了基础算法和数论概念的应用。

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

这几天写的题
基础练习5-10题

查找整数

import java.util.*;
public class Main{
    public static void main(String[] args) {
        Scanner input = new Scanner(System.in);
        int n = input.nextInt();
        int[] arr = new int[n];
        if (n >= 1 && n <= 10000)
            for (int i = 0; i < n; i++) {
                arr[i] = input.nextInt();
            }
        int target = input.nextInt();
        input.close();
        seek(n,target,arr);
    }
    public static void seek(int n,int m,int[] arr){
        for (int i = 0;i<=n;i++){
            if (arr[i] == m){
                i++;
                System.out.println(i);
                break;
            }else if (i==(n-1)&&arr[i] != m){
                i = i-n;
                System.out.println(i);
                break;
            }
        }
        System.out.println();
    }
}

杨辉三角

import java.util.*;
public class Main{
    public static void main(String[] args) {
        Scanner input = new Scanner(System.in);
        int n = input.nextInt();
        input.close();
        yhTriangle(n);
    }
    public static void yhTriangle(int n){
        if (n>=1 && n<=34){
            for (int i = 0;i < n;i++){
                long number = 1;
                for (int j = 0;j<=i;j++){
                    System.out.print(number + " ");
                    number = number * (i - j) / (j + 1);
                }
                System.out.println();
            }
        }
    }
}

特殊的数字

public class Main{
    public static void main(String[] args) {
        SpecialNumber();
    }
    public static void SpecialNumber(){
        for (int a=1;a<10;a++){
            for (int b=0;b<10;b++){
                for (int c=0;c<10;c++){
                    int n = a*a*a + b*b*b + c*c*c;
                    if (n == a*100+b*10+c){
                        System.out.println(n);
                    }
                }
            }
        }
    }
}

回文数

public class Main{
    public static void main(String[] args) {
        palindromic();
    }
    public static void palindromic(){
        for (int a=1;a<10;a++){
            for (int b=0;b<10;b++){
                int n = a*1000 + b*100 + b*10 +a;
                System.out.println(n);
            }
        }
    }
}

特殊回文数

import java.util.Scanner; 
public class Main{
    public static void main(String[] args) {
        Scanner input = new Scanner(System.in);
        int n = input.nextInt();
        input.close();
        sPalindromic(n);
    }
    public static void sPalindromic(int n) {

        for (int a = 1; a < 10; a++) {
            for (int b = 0; b < 10; b++) {
                for (int c = 0; c < 10; c++) {
                    if (a + a + b + b + c == n) {
                        int m = a * 10000 + b * 1000 + c * 100 + b * 10 + a;
                        System.out.println(m);
                    }
                }
            }
        }
        for (int a = 1; a < 10; a++) {
            for (int b = 0; b < 10; b++) {
                for (int c = 0; c < 10; c++) {
                    if (a + a + b + b + c + c == n) {
                        int m = a * 100000 + b * 10000 + c * 1000 + c * 100 + b * 10 + a;
                        System.out.println(m);
                    }
                }
            }
        }
    }

10进制转16进制

import java.util.Scanner;
public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        System.out.println(Integer.toHexString(n).toUpperCase());
    }
}
基于html+python+Apriori 算法、SVD(奇异值分解)的电影推荐算法+源码+项目文档+算法解析+数据集,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 电影推荐算法:Apriori 算法、SVD(奇异值分解)推荐算法 电影、用户可视化 电影、用户管理 数据统计 SVD 推荐 根据电影打分进行推荐 使用 svd 模型计算用户对未评分的电影打分,返回前 n 个打分最高的电影作为推荐结果 n = 30 for now 使用相似电影进行推荐 根据用户最喜欢的前 K 部电影,分别计算这 K 部电影的相似电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now 根据相似用户进行推荐 获取相似用户 K 个,分别取这 K 个用户的最喜爱电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now Redis 使用 Redis 做页面访问次数统计 缓存相似电影 在使用相似电影推荐的方式时,每次请求大概需要 6.6s(需要遍历计算与所有电影的相似度)。 将相似电影存储至 redis 中(仅存储 movie_id,拿到 movie_id 后还是从 mysql 中获取电影详细信息), 时间缩短至:93ms。 十部电影,每部存 top 5 similar movie 登录了 1-6 user并使用了推荐系统,redis 中新增了 50 部电影的 similar movie,也就是说,系统只为 6 为用户计算了共 60 部电影的相似度,其中就有10 部重复电影。 热点电影重复度还是比较高的
评论 1
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