Codeforces 1419A. Digit Game

本文介绍了Codeforces 1419A题目的DigitGame,玩家轮流在n位数字中标记奇数或偶数位。如果最后剩下的数字是奇数,则奇数位玩家获胜;若为偶数,则偶数位玩家获胜。代码实现通过判断n的奇偶性来确定获胜条件,并输出获胜者。

Codeforces 1419A. Digit Game

在这里插入图片描述
在这里插入图片描述

int main()
{
    int n,t,i,pd=0,temp,s1,s2;
    s1=s2=0;
    scanf("%d",&t);
    getchar();
    char s;
    while(t--)
    {
        pd=0;
        scanf("%d",&n);
        getchar();
        if(n%2!=0)
        {
            for(i=1; i<=n; i++)
            {
                scanf("%c",&s);
                temp=s-'0';
                if(temp%2!=0&&i%2!=0)
                    pd=1;
            }
            if(pd==1)
                printf("1\n");
            else printf("2\n");
        }
        if(n%2==0)
        {
            for(i=1; i<=n; i++)
            {
                scanf("%c",&s);
                temp=s-'0';
                if(temp%2==0&&i%2==0)
                    pd=2;
            }
            if(pd==2)
                printf("2\n");
            else printf("1\n");
        }
    }
    return 0;
}


n位数字,一人标记奇数位,一人标偶数位,最后剩下数字奇数A赢,偶数B赢
判断n奇偶数,总数为奇,奇数位有奇数就A赢。总数为偶,偶数位有偶数就B赢

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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