HDU Digital Roots(简单题 有坑)

本文介绍了一种通过字符串处理来计算数字根的方法,避免了使用长整型可能导致的溢出问题。通过C++实现了一个递归函数来计算任意长度数字的数字根,并附带解释了数字根的概念。

这道题的坑就在于测试数据大小题目中并没有要求,long long都不行,只能用字符串去存输入的数据。

 1 #include <string>
 2 #include <cstdio>
 3 #include <iostream>
 4 using namespace std;
 5 
 6 int resolve(int n)
 7 {
 8     if (n < 10)
 9     {
10         return n;
11     }
12     else
13     {
14         int res = 0;
15         while (n != 0)
16         {
17             res += (n % 10);
18             n /= 10;
19             if (n == 0 && res >= 10)
20             {
21                 n = res;
22                 res = 0;
23             }
24         }
25         return res;
26     }
27 }
28 
29 int main(void)
30 {
31     string str;
32     while (cin>>str && str[0]!='0')
33     {
34         int len = str.length();
35         int res = 0;
36         int sum = 0;
37         for (int i = 0; i < len; i++)
38         {
39             res += str[i] - '0';
40         }
41 //合九法;一个数的数字根等于这个数模9,也等于各个位所有数之和模9
42 //        res = (res % 9) ? (res % 9) : 9;
43         res = resolve(res);
44         printf("%d\n", res);
45     }
46     return 0;
47 }

 

转载于:https://www.cnblogs.com/changeFeng/p/9370064.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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