PAT 1012. 数字分类 (20) (C语言)自己测得没问题,提交1分没得。。。

本文介绍了一个整数分类算法,该算法能够对一系列正整数进行特定条件下的分类处理,并计算五种不同类型的数值特征,包括求和、交错求和、计数、平均数及最大值等。文章详细展示了算法实现过程及示例输入输出。
时间限制
100 ms
内存限制
65536 kB
代码长度限制
8000 B
判题程序
Standard
作者
CHEN, Yue

给定一系列正整数,请按要求对数字进行分类,并输出以下5个数字:

  • A1 = 能被5整除的数字中所有偶数的和;
  • A2 = 将被5除后余1的数字按给出顺序进行交错求和,即计算n1-n2+n3-n4...;
  • A3 = 被5除后余2的数字的个数;
  • A4 = 被5除后余3的数字的平均数,精确到小数点后1位;
  • A5 = 被5除后余4的数字中最大数字。

    输入格式:

    每个输入包含1个测试用例。每个测试用例先给出一个不超过1000的正整数N,随后给出N个不超过1000的待分类的正整数。数字间以空格分隔。

    输出格式:

    对给定的N个正整数,按题目要求计算A1~A5并在一行中顺序输出。数字间以空格分隔,但行末不得有多余空格。

    若其中某一类数字不存在,则在相应位置输出“N”。

    输入样例1:
    13 1 2 3 4 5 6 7 8 9 10 20 16 18
    
    输出样例1:
    30 11 2 9.7 9
    
    输入样例2:
    8 1 2 4 5 6 7 9 16
    
    输出样例2:
    N 11 2 N 9
  • #include <stdio.h>
    #include <stdlib.h>
    //输入N(N<=1000)
    //输入N个数均不超过1000,存到数组a中。
    //a = (int *)malloc(sizeof(int)*n)
    int *find_A(int a[],int n)
    {
    	int i;
        //a=(int *)malloc(sizeof(int)*n);
        int count[6]={0,0,0,0,0,0};
        int tmp;
        int flag=1;//A2
        for(i=0;i<n;i++)
        {	
            tmp=a[i];
    		if(tmp%10==0)//如果直接写成if(a[i]%10==0)则编译不通过。
    				count[0]+=a[i];//A1: 能被5整除的数字中所有偶数的和
            
            if(tmp%5==1)
            {
    			count[1]+=flag*a[i];//A2 = 将被5除后余1的数字按给出顺序进行交错求和,即计算n1-n2+n3-n4...;
                flag=-1*flag;
            }
    			
            
            if(tmp%5==2)
    			count[2]++;//A3 = 被5除后余2的数字的个数;
            
            if(tmp%5==3)
            {
                count[3]+=a[i];
                count[5]++;//把除数保存到count[5]内
            }//A4 = 被5除后余3的数字的平均数,精确到小数点后1位;
            
            if(tmp%5==4)
            {
    			if(tmp>count[4])
    				count[4]=tmp;
            }//A5 = 被5除后余4的数字中最大数字
        }
        return count;
    }
    int main()
    {
    	int n;
        int *a;
        int *tmp_count;
        scanf("%d",&n);
        a=(int *)malloc(sizeof(int)*n);
        //int a[n]={0};
        int i;
        for(i=0;i<n;i++)
        {
    		scanf("%d",&a[i]);
        }
        //printf("count=%d",find_A1(a,n));
    	for(i=0;i<=4;i++)
        {
    		tmp_count=find_A(a,n);
    		if(tmp_count[i]>0)
            {
    			if(i==3)
    				printf("%.1f",(float)tmp_count[i]/tmp_count[5]);
                else
    				printf("%d",tmp_count[i]);
            }	
            else 
    			printf("N");
            if(i!=4)
    			printf(" ");
            else printf("\n");
        }
    
    	system("pause");
    	return 0;
    }
    


Matlab基于粒子群优化算法及鲁棒MPPT控制器提高光伏并网的效率内容概要:本文围绕Matlab在电力系统优化与控制领域的应用展开,重点介绍了基于粒子群优化算法(PSO)和鲁棒MPPT控制器提升光伏并网效率的技术方案。通过Matlab代码实现,结合智能优化算法与先进控制策略,对光伏发电系统的最大功率点跟踪进行优化,有效提高了系统在不同光照条件下的能量转换效率和并网稳定性。同时,文档还涵盖了多种电力系统应用场景,如微电网调度、储能配置、鲁棒控制等,展示了Matlab在科研复现与工程仿真中的强大能力。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事新能源系统开发的工程师;尤其适合关注光伏并网技术、智能优化算法应用与MPPT控制策略研究的专业人士。; 使用场景及目标:①利用粒子群算法优化光伏系统MPPT控制器参数,提升动态响应速度与稳态精度;②研究鲁棒控制策略在光伏并网系统中的抗干扰能力;③复现已发表的高水平论文(如EI、SCI)中的仿真案例,支撑科研项目与学术写作。; 阅读建议:建议结合文中提供的Matlab代码与Simulink模型进行实践操作,重点关注算法实现细节与系统参数设置,同时参考链接中的完整资源下载以获取更多复现实例,加深对优化算法与控制系统设计的理解。
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