arithmetic daily

本文深入探讨了编程实现两个正整数除法的方法,并展示了如何通过迭代计算得出结果。同时,介绍了寻找和输出给定正数的所有连续正数序列,涉及数学与编程的巧妙结合。

3.什么是二叉树?

2.编程实现两个正整数的除法,当然不能用除法操作符

//return x/y

int div(const intx ,const int y){

...

}

答:

#inlcude<stdio.h>
void div(int x,int y){
   int i;
   for(i=1;i<y;){  
       if((x-i*y)>0&&(x-i*y)<y)){
            printf("%d/%d=%d",x,y,i);
            break;
            }
        else
             i++;
    }
}
int main(){
    div(10000,3);
} 


1.输入一个正数n,输出所有和为n 连续正数序列。

例如输入15,由于1+2+3+4+5=4+5+6=7+8=15,
所以输出3 个连续序列1-5、4-6 和7-8。
答:
#include <stdio.h>
int sum(int i){
	return (i*(i + 1) / 2);
}
void find(int N) {
	int i = 0, j = 3, current_sum = 0;//current_sum 为1+2+...+j-(1+2+...+i)
	/*整个循环过程是j从1开始不断求和,然后与N进行比较,如果恰好和N相等,则1+...+j就是所要序列,
	如果小于,则让j继续加1,如果大于则让i+1。*/
	while (j <= (N / 2 + 1)) {   
		current_sum = sum(j) - sum(i);
		if (current_sum == N) { 
			i++;
			int m = i, n = j;
			while (m <=n) {
				if (m == n)
					printf("%d\n", m);
				else
					printf("%d+",m);
				m++;
			}
		}
		if (current_sum <=N)
			j++;
		if (current_sum >= N)
			i++;
	}
}
int main() {
	find(100);
}


runfile('D:/股票量化数据库/股票量化数据库/上涨预测输出程序细节版.py', wdir='D:/股票量化数据库/股票量化数据库') 开始加载和预处理数据... Traceback (most recent call last): File D:\Anaconda\Lib\site-packages\spyder_kernels\py3compat.py:356 in compat_exec exec(code, globals, locals) File d:\股票量化数据库\股票量化数据库\上涨预测输出程序细节版.py:453 system.run(output_results) File d:\股票量化数据库\股票量化数据库\上涨预测输出程序细节版.py:420 in run self.load_and_preprocess_data() File d:\股票量化数据库\股票量化数据库\上涨预测输出程序细节版.py:63 in load_and_preprocess_data df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time']) File D:\Anaconda\Lib\site-packages\pandas\core\ops\common.py:76 in new_method return method(self, other) File D:\Anaconda\Lib\site-packages\pandas\core\arraylike.py:186 in __add__ return self._arith_method(other, operator.add) File D:\Anaconda\Lib\site-packages\pandas\core\series.py:5819 in _arith_method return base.IndexOpsMixin._arith_method(self, other, op) File D:\Anaconda\Lib\site-packages\pandas\core\base.py:1381 in _arith_method result = ops.arithmetic_op(lvalues, rvalues, op) File D:\Anaconda\Lib\site-packages\pandas\core\ops\array_ops.py:285 in arithmetic_op res_values = _na_arithmetic_op(left, right, op) # type: ignore[arg-type] File D:\Anaconda\Lib\site-packages\pandas\core\ops\array_ops.py:220 in _na_arithmetic_op result = func(left, right) UFuncTypeError: ufunc 'add' did not contain a loop with signature matching types (dtype('int64'), dtype('<U1')) -> None
最新发布
08-09
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