胡图图的学习笔记二呀

#第一个星期
##最大公约数的两种求法
40 96 40 96
40%96=56 96-40=56
56%40=16 56-40=16
40%16=8 40-16=24
8%8=0 24-16=8
16-8=8
###方法一：#include <stdio.h>
int main(){
int n = 0,m = 0;
scanf("%d %d",&n,&m);
if(n0||m0){
printf(“没有最大公数!\n”);
return 0;
}
for(;n%m!=0;){
int yu = n%m;
n = m;
m = yu;
}
printf(“最大公约数是：%d\n”,m);
return 0;
}
###方法二：#include <stdio.h>
int main(){
int m=0,n=0;
scanf("%d %d",&m,&n);
if(m0 || n0){
printf(“没有最大公约数!\n”);
}else{
int big = m>n?m:n;
int small = m>n?n:m;
for(;big-small!=0;){
int res = big-small;
big = res>small?res:small;
small = res>small?small:res;
}
printf(“最大公约数:%d\n”,big);
}
return 0;
}
##分解质因子问题
24=2223
#include <stdio.h>
int main(){
int num = 0;
scanf("%d",&num);
int n = 2;
int cnt = 0;
printf("%d=",num);
for(n=2;n<=num;n++){
if(num%n0){
if(cnt0){
printf("%d",n);//使第一个数输出前面没有号
}else{
printf("*%d",n);
}
cnt++;
num = num/n;
n–;//使n跳回原来的值
}
}
if(cnt==1){
printf(“X1”);
}
printf("\n");
return 0;
}
##双色球的两种解法（随机生成6个不重复的1-31的数字）
###方法一：
随机生成六个数并判断他们是否相同，如果相同重新生成
#include <stdio.h>
#include <time.h>
int main(){
srand(time(NULL));
int arr[6] = {0};//生成6个数
int i=0,j=0;
for(i=0;i<6;i++){
arr[i] = rand()%31+1;
for(j=0;j<i;j++){
if(arr[i] == arr[j]){
–i;//重复生成一个新的数
break;
}
}
}
for(i=0;i<6;i++){
printf("%d “,arr[i]);
}
printf(”\n");
return 0;
}

###方法二：
先生成31个号码，再从这31个号码里选出号码，被选中的就标记为1，不在下次选择范围
#include <stdio.h>
#include <time.h>
int main(){
srand(time(NULL));
int arr[31] = {0};//生成31个数
int i = 0;
for(i=0;i<6;i++){
int num = rand()%31;
if(arr[num] == 0){
arr[num] = 1;
printf("%d “,num+1);
}else{
–i;//重新生成一个新号码
}
}
printf(”\n");
for(i=0;i<31;i++){
if(arr[i]==1){
printf("%d “,i+1);
}
}
printf(”\n");
return 0;
}

胡图图的学习笔记二呀相关推荐

浙江大学机器学习（胡浩基）学习笔记二：人工神经网络、深度学习
一.人工神经网络 1.1 概念仿生学: 人工智能模拟的是人类大脑对世界的认识.研究大脑认知机理,总结大脑处理信息的方式是实现人工智能的先决条件. 数理学派: 在现在及可预见的未来,人类无法完全了解人 ...
UML时序图(Sequence Diagram)学习笔记
UML时序图(Sequence Diagram)学习笔记原创 SuperMan-zhang 最后发布于2018-07-04 14:37:25 阅读数 94844 收藏发布于2018-07-04 1 ...
【图神经网络】图神经网络(GNN)学习笔记：图的基础理论
图神经网络GNN学习笔记:图的基础理论 1. 图的概述 2.图的基本类型 2.1 有向图和无向图 2.2 非加权图与加权图 2.3 连通图与非连通图 2.4 二部图 2.5 邻居和度 2.6 子图和路 ...
【图神经网络】图神经网络(GNN)学习笔记：基于GNN的图表示学习
图神经网络GNN学习笔记:基于GNN的图表示学习 1. 图表示学习 2. 基于GNN的图表示学习 2.1 基于重构损失的GNN 2.2 基于对比损失的GNN 参考资料本文主要就基于GNN的无监督图表 ...
【图神经网络】图神经网络(GNN)学习笔记：图分类
图神经网络GNN学习笔记:图分类 1. 基于全局池化的图分类 2. 基于层次化池化的图分类 2.1 基于图坍缩的池化机制 1 图坍缩 2 DIFFPOOL 3. EigenPooling 2.2 基于 ...
【设计模式】UML建模之包图、组件图和部署图学习笔记
UML建模中包图.组件图和部署图学习笔记对于较大的项目进行UML建模,由于有很多的类和用例,仅仅利用类图和用例图的话,常常会使结构变得更为复杂.此时如果可以以功能模块划将类图和用例图进行封装,可以很 ...
MakeCode图形化编程语言学习笔记：micro:bit编程练习题[图]
MakeCode图形化编程语言学习笔记:micro:bit编程练习题[图]: 基础训练题: Q1:摇晃micro:bit编程板,随机出现7个小动物图标中的一个,并且前后相邻两次出现的小动物不重复. 注 ...
【图神经网络】图神经网络(GNN)学习笔记：GNN的通用框架
图神经网络GNN学习笔记:GNN的通用框架 1. MPNN 2. NLNN 3. GN 参考资料所谓通用框架,是对多种变体GNN网络结构的一般化总结,也是GNN编程的通用范式,这里介绍3类通用框架: ...
qml学习笔记(二)：可视化元素基类Item详解（上半场anchors等等）
原博主博客地址:http://blog.csdn.net/qq21497936 本文章博客地址:http://blog.csdn.net/qq21497936/article/details/7851 ...
PyTorch学习笔记(二)——回归
PyTorch学习笔记(二)--回归本文主要是用PyTorch来实现一个简单的回归任务. 编辑器:spyder 1.引入相应的包及生成伪数据 import torch import torch.nn ...

胡图图的学习笔记二呀

胡图图的学习笔记二呀相关推荐

最新文章

热门文章