第三週程式設計題-數字特徵值
數字特徵值(5分)
題目內容:
對數字求特徵值是常用的編碼演算法,奇偶特徵是一種簡單的特徵值。對於一個整數,從個位開始對每一位數字編號,個位是1號,十位是2號,以此類推。這個整數在第n位上的數字記作x,如果x和n的奇偶性相同,則記下一個1,否則記下一個0。按照整數的順序把對應位的表示奇偶性的0和1都記錄下來,就形成了一個二進位制數字。比如,對於342315,這個二進位制數字就是001101。
這裡的計算可以用下面的表格來表示:
數字 3 4 2 3 1 5
數位 6 5 4 3 2 1
數字奇偶 奇 偶 偶 奇 奇 奇
數位奇偶 偶 奇 偶 奇 偶 奇
奇偶一致 0 0 1 1 0 1
二進位制位值 32 16 8 4 2 1
按照二進位制位值將1的位的位值加起來就得到了結果13。
你的程式要讀入一個非負整數,整數的範圍是[0,100000],然後按照上述演算法計算出表示奇偶性的那個二進位制數字,輸出它對應的十進位制值。
提示:將整數從右向左分解,數位每次加1,而二進位制值每次乘2。
輸入格式:
一個非負整數,整數的範圍是[0,100000]。
輸出格式:
一個整數,表示計算結果。
輸入樣例:
342315
輸出樣例:
13
時間限制:500ms記憶體限制:32000kb
#include<stdio.h>
int main()
{
int x;
scanf("%d", &x);
int digit;
int count=0;
int i=0;
int bin=1;
while( x>0 ){
digit = x%10;
count++;
if(digit%2==0){
if(count%2==0)
i=i+bin;
}else if(digit%2==1){
if(count%2==1)
i=i+bin;
}
bin = bin*2;
x /= 10 ;
}
printf("%d", i);
return 0;
}
相關推薦
第三週程式設計題-數字特徵值
數字特徵值(5分) 題目內容: 對數字求特徵值是常用的編碼演算法,奇偶特徵是一種簡單的特徵值。對於一個整數,從個位開始對每一位數字編號,個位是1號,十位是2號,以此類推。這個整數在第n位上的數字記作x,如果x和n的奇偶性相同,則記下一個1,否則記下一個0。按
零基礎學Java語言(第三週程式設計題)
1奇偶個數(5分) 題目內容: 你的程式要讀入一系列正整數資料,輸入-1表示輸入結束,-1本身不是輸入的資料。程式輸出讀到的資料中的奇數和偶數的個數。 輸入格式: 一系列正整數,整數的範圍是(0,100000)。如果輸入-1則表示輸入結束。 輸出格式: 兩個整數,第一個整數表
機器學習 | 吳恩達機器學習第三週程式設計作業(Python版)
實驗指導書 下載密碼:fja4 本篇部落格主要講解,吳恩達機器學習第三週的程式設計作業,作業內容主要是利用邏輯迴歸演算法(正則化)進行二分類。實驗的原始版本是用Matlab實現的,本篇部落格主要用Python來實現。 目錄 1.實驗包含的檔案 2.使用邏
Coursera概率圖模型(Probabilistic Graphical Models)第三週程式設計作業分析
Markov Networks for OCR 光學字元識別的馬爾科夫網路 說到光學字元識別(OCR),此前筆者首先想到的會是卷積神經網路,而單詞識別則會考慮使用遞迴神經網路。而本週的作業則基於馬爾科夫網路構建了一個較為基礎OCR系統,目的也主要是讓我們對馬爾科夫網路有個感
吳恩達 DeepLearning 第二課第三週程式設計 tensorflow
TensorFlow Tutorial Welcome to this week's programming assignment. Until now, you've always used numpy to build neural networks. Now we will step yo
deep learming 吳恩達 第四課第三週程式設計 Autonomous driving application - Car detection - v3
Autonomous driving - Car detection Welcome to your week 3 programming assignment. You will learn about object detection using the very powerful YOLO
Coursera 吳恩達《神經網路與深度學習》第三週程式設計作業
# Package imports import numpy as np import matplotlib.pyplot as plt from testCases import * import sklearn import sklearn.datasets impo
吳恩達 DeepLearning 神經網路基礎 第一課第三週程式設計題目及作業
宣告 此周的作業放在下面的連結那裡,裡面包含了所有資料。 作業連結 在一些程式碼上我寫上了註釋,再次明確了建立一個模型的步驟,此作業由於並不是很複雜,所以一些步驟合併了,但是總體的建模步驟還是跟部
斯坦福大學(吳恩達) 機器學習課後習題詳解 第七週程式設計題 SVM
作業下載地址:https://download.csdn.net/download/wwangfabei1989/103046171. 高斯核函式gaussianKernelfunction sim = gaussianKernel(x1, x2, sigma)%RBFKER
網易雲深度學習第一課第三週程式設計作業
具有一個隱藏層的平面資料分類 第三週的程式設計任務: 構建一個含有一層隱藏層的神經網路,你將會發現這和使用邏輯迴歸有很大的不同。 首先先匯入在這個任務中你需要的所有的包。 -numpy是Python中與科學計算相關的基礎包 -sklearn提供簡單高效
今日頭條2018校園招聘後端開發工程師(第三批)程式設計題
昨天做了下頭條的後端開發工程師的程式設計題,這編碼量大啊,兩個小時,三個程式設計題,一個改錯題,一個設計題,說實話,很考技術含量,而且程式設計題中有兩個還特別考細心編碼,如果兩個小時能做三個題,確實非常不錯了,寫下解題報告吧,根據自己截的圖和別人截的圖把題還原下
Coursera-機器學習(吳恩達)第三週-程式設計作業
1、邏輯迴歸 邏輯迴歸與線性迴歸的主要區別在於假設函式,邏輯迴歸中的假設函式: hθ(x) = g(θ'x)=sgmoid(θ’
零基礎學Java語言(浙江大學) 第五週 程式設計題
一個多項式可以表達為x的各次冪與係數乘積的和,比如:2x6+3x5+12x3+6x+20現在,你的程式要讀入兩個多項式,然後輸出這兩個多項式的和,也就是把對應的冪上的係數相加然後輸出。程式要處理的冪最大為100。輸入格式:總共要輸入兩個多項式,每個多項式的輸入格式如下:每行輸入兩個數字,第一個表示冪次,第二個
《深度學習——Andrew Ng》第四課第三週程式設計作業
第三週的課程是目標檢測 ,程式設計作業是以yolo網路為主。程式設計作業的主要部分是對yolo網路輸出進行 anchor boxes過濾、IOU過濾、非極大抑制處理。 理論知識 交併比(Intersection-over-Union,IoU),目標檢測中使
《深度學習——Andrew Ng》第五課第三週程式設計作業_2_Trigger+word+detection
Set the random seed np.random.seed(18) # Make background quieter background = background - 20 ### START CODE HERE ### # Step 1: Initi
《深度學習——Andrew Ng》第五課第三週程式設計作業_1_Machine Translation
pycharm版 from keras.layers import Bidirectional, Concatenate, Permute, Dot, Input, LSTM, Multiply from keras.layers import RepeatV
程式設計入門—Java語言_第三週程式設計作業
1奇偶個數 題目內容: 你的程式要讀入一系列正整數資料,輸入-1表示輸入結束,-1本身不是輸入的資料。程式輸出讀到的資料中的奇數和偶數的個數。 輸入格式: 一系列正整數,整數的範圍是(0,100000)。如果輸入-1則表示輸入結束。 輸出格式: 兩個整數,第一個整數表示讀入
愛奇藝2018秋季Java筆試第二場 第三道程式設計題 牛牛和羊羊 求數學期望
連結:https://www.nowcoder.com/questionTerminal/128d8d7d1898406b817fc69baa20602f 來源:牛客網 牛牛和羊羊非常無聊.他們有n + m個共同朋友,他們中有n個是無聊的,m個是不無聊
愛奇藝2018秋季校招測試工程師(第一場、第二場、第三場)程式設計題彙總
做了下愛奇藝2018測試工程師的程式設計題,教開發工程師還是偏簡單,特意寫了個程式設計題合集。 題目連結: 第一場 第一題: 題目: 牛牛有一些排成一行的正方形。每個正方形已
斯坦福大學(吳恩達) 機器學習課後習題詳解 第六週 程式設計題 正則化線性迴歸以及方差與偏差
作業下載地址:https://download.csdn.net/download/wwangfabei1989/103031341. 正則化線性迴歸代價函式 linearRegCostFunctionfunction [J, grad] = linearRegCostFun