UVa 11340 - Newspaper

本文介绍了一种基于字符价值计算文章费用的算法实现。通过使用直接寻址表统计字符频率并结合字符价值,最终计算出文章总费用。文章包含完整的C++代码示例。

  题目大意:报社根据文章中不同字符的价值付费给作者,给出字符的价值,计算一篇文章应付多少钱给作者。

  先统计文章中每个字符出现的次数,再计算价值。直接寻址表(Direct Addressing Table, DAT)的应用。

 1 #include <cstdio>
 2 #include <cstring>
 3 #define MAXN 256+4
 4 #define LINEN 10000+10
 5 
 6 int cnt[MAXN], value[MAXN];
 7 
 8 int main()
 9 {
10 #ifdef LOCAL
11     freopen("in", "r", stdin);
12 #endif
13     int T;
14     scanf("%d", &T);
15     while (T--)
16     {
17         int k;
18         scanf("%d", &k);
19         getchar();
20         memset(value, 0, sizeof(value));
21         while (k--)
22         {
23             char ch;
24             int v;
25             scanf("%c%d", &ch, &v);
26             getchar();
27             value[ch] = v;
28         }
29         int m;
30         scanf("%d", &m);
31         getchar();
32         char str[LINEN];
33         memset(cnt, 0, sizeof(cnt));
34         while (m--)
35         {
36             gets(str);
37             int len = strlen(str);
38             for (int i = 0; i < len; i++)
39                 cnt[str[i]]++;
40         }
41         int money = 0;
42         for (int i = 0; i <= 255; i++)
43             money += cnt[i]*value[i];
44         int dollar = money / 100;
45         int cent = money % 100;
46         printf("%d.%02d$\n", dollar, cent);
47     }
48     return 0;
49 }
View Code

 

转载于:https://www.cnblogs.com/xiaobaibuhei/p/3289541.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、图像分割等实际问题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