1 题目

2 代码

import java.util.Scanner;public class B1012 {public static void main(String[] args) {Scanner sc = new Scanner(System.in);int N = sc.nextInt();int[] count = new int[5];int num = 0;int t = 0;int A1 = 0;int A2 = 0;int A3 = 0;float A4 = 0;int A5 = 0;for (int i = 0; i < N; i++) {num = sc.nextInt();if ((num % 5) == 0 && (num % 2) == 0) {A1 += num;count[0]++;}if ((num % 5) == 1) {A2 += Math.pow(-1, t) * num;t++;count[1]++;}if ((num % 5) == 2) {A3++;count[2]++;}if ((num % 5) == 3) {A4 += num;count[3]++;}if ((num % 5) == 4) {count[4]++;if (num > A5)A5 = num;}}System.out.println((count[0] == 0 ? "N " : A1 + " ") +(count[1] == 0 ? "N " : A2 + " ") +(count[2] == 0 ? "N " : A3 + " ") +(count[3] == 0 ? "N " : String.format("%.1f", (A4 / count[3])) + " ") +(count[4] == 0 ? "N" : A5));}
}

3 要点

（1）一列数字交替求和可以使用math.pow(-1,t)解决，其中t决定正负。
（2）String.format可以用来进行数字的格式化输出:String.format("%.1f",9.77)。

01 牛刀小试【PAT B1012】数字分类相关推荐

[PAT乙级]数字分类 (20)
题目描述给定一系列正整数,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 ...
PAT 1012 数字分类 (20)
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 ...
PAT 1012 数字分类 (20 分)（C语言）
题目给定一系列正整数,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−n ...
PAT 1012. 数字分类 (20)
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...: ...
PAT (Basic Level) Practice1012 数字分类
1012 数字分类一.题目给定一系列正整数,请按要求对数字进行分类,并输出以下 5 个数字: A1=A_1=A1= 能被 5 整除的数字中所有偶数的和: A2=A_2=A2= 将被 5 除后余 ...
PAT乙级1012.数字分类
数字分类 (20) 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 ...
PyTorch基础与简单应用：构建卷积神经网络实现MNIST手写数字分类
文章目录 (一) 问题描述 (二) 设计简要描述 (三) 程序清单 (四) 结果分析 (五) 调试报告 (六) 实验小结 (七) 参考资料 (一) 问题描述构建卷积神经网络实现MNIST手写数字分类 ...
如何为MNIST手写数字分类开发CNN
导言 MNIST手写数字分类问题是计算机视觉和深度学习中使用的标准数据集. 虽然数据集得到了有效的解决,但它可以作为学习和实践如何开发,评估和使用卷积深度学习神经网络从头开始进行图像分类的基础.这包括 ...
独家 | 如何从头开始为MNIST手写数字分类建立卷积神经网络（附代码）
翻译:张睿毅校对:吴金笛本文约9300字,建议阅读20分钟. 本文章逐步介绍了卷积神经网络的建模过程,最终实现了MNIST手写数字分类. MNIST手写数字分类问题是计算机视觉和深度学习中使用的标 ...
基于PyTorch框架的多层全连接神经网络实现MNIST手写数字分类
多层全连接神经网络实现MNIST手写数字分类 1 简单的三层全连接神经网络 2 添加激活函数 3 添加批标准化 4 训练网络 5 结论参考资料先用PyTorch实现最简单的三层全连接神经网络,然后 ...

01 牛刀小试【PAT B1012】数字分类

1 题目

2 代码

3 要点

01 牛刀小试【PAT B1012】数字分类相关推荐

最新文章

热门文章