L2-026 小字辈 - dfs建树 + 求最大深度

PTA | 程序设计类实验辅助教学平台

思路：

用vector存关系 v[父辈下标]={孩子1下标，孩子2下标……}

dfs建树从树根开始建

dfs逐层向下深搜每一个节点

如果是叶子节点则用res存 res[深度]={叶节点下标} 并及时更新最大深度h

最后输出h 和res[h]里的所有叶子节点

#include <bits/stdc++.h>
using namespace std;const int N=1e5+10;
unordered_map<int,bool> st;
vector<vector<int>> res;
vector<vector<int>> v;
int h;void dfs(int u,int d) //u存的是下标
{st[u]=true;if(v[u].size()==0) //如果是叶子节点{h=max(h,d);res[d].push_back(u);return;}for(int i=0;i<v[u].size();i++)if(!st[v[u][i]])dfs(v[u][i],d+1);
}int main()
{int n,root=-1;cin>>n;v.resize(n+1);res.resize(n+1);for(int i=1;i<=n;i++) {int x;cin>>x;if(~x) v[x].push_back(i);else root=i;}dfs(root,1);cout<<h<<endl;for(int i=0;i<res[h].size();i++) {if(i!=0) cout<<" ";cout<<res[h][i];}return 0;
}

！L1-054 福到了 - 15

PTA | 程序设计类实验辅助教学平台

思路：

把每一行作字符串输入存入vector容器中

把上面的行和下面的行逐一比较如果是非对称则标记跳出

从右下角开始替换字符

最后输出

#include <bits/stdc++.h>
using namespace std;vector<string> s;
vector<string> res;int main()
{char c;int n;bool f=false;cin>>c>>n;getchar();for(int i=0;i<n;i++){string str;getline(cin,str);s.push_back(str);}for(int i=0;i<n;i++)if(s[i]!=s[n-1-i]){f=true;break;}for(int i=s.size()-1;i>=0;i--){string ss;for(int j=s[i].size()-1;j>=0;j--)if(s[i][j]!=' ') ss+=c;else ss+=' ';res.push_back(ss);}if(f) for(auto x:res) cout<<x<<endl;else {cout<<"bu yong dao le"<<endl;for(auto x:res) cout<<x<<endl;}return 0;
}

L1-056 猜数字 - 20

#include <bits/stdc++.h>
using namespace std;int main()
{int n;cin>>n;map<string,int>mp;int sum=0,peo=n;while(n--){string s;cin>>s;int t;cin>>t;mp[s]=t;sum+=t;}sum=sum/peo/2;string res;int minx=0x3f3f3f3f;for(auto x:mp){int d=abs(x.second-sum);if(d<minx){minx=d;res=x.first;}}cout<<sum<<" "<<res;
}

L1-055 谁是赢家 - 10

#include <bits/stdc++.h>
using namespace std;int main()
{int a,b;int pa=0,pb=0;cin>>a>>b;for(int i=0;i<3;i++) {int x;cin>>x;if(x==0) pa++;else pb++;}if(a>b&&pa>=1) printf("The winner is a: %d + %d",a,pa);else printf("The winner is b: %d + %d",b,pb);
}

【PTA-训练day14】L2-026 小字辈 + L1-054 福到了相关推荐

L1、L2损失和 L1、L2正则化
损失函数: L1损失:即平均绝对误差(MAE):MAE = 1/n*∑ | yi - yi^ | L2损失:即均方误差(MSE):MSE = 1/n*∑ (yi - yi^ )^2 正则化: L1正 ...
目标检测回归损失函数——L1、L2、smooth L1
一. L1 Loss 1. 函数特性 L1 Loss也称为平均绝对值误差(MAE),是指模型预测值f(x)和真实值y之间绝对差值的平均值,公式如下: 其中和分别表示第个样本的预测值及相应真实值, ...
L1、L2、smooth L1三类损失函数
一.常见的MSE.MAE损失函数 1.1 均方误差.平方损失均方误差(MSE)是回归损失函数中最常用的误差,它是预测值与目标值之间差值的平方和,其公式如下所示: 下图是均方根误差值的曲线分布,其中最 ...
机器学习------L1、L2规范化（L1 Regularization、L1 Regularization）
取自孙明的＂数字图像处理与分析基础＂ 1. 引入--病态问题和约束通过改变模型的拟合能力来避免过拟合并不是一件容易的事情,更常用的办法是使用规范化对模型的参数进行一定的约束.下面来考虑一个非常简单的 ...
目标检测中的BBox 回归损失函数-L2，smooth L1，IoU，GIoU，DIoU，CIoU，Focal-EIoU，Alpha-IoU，SIoU
目标检测的两个任务,分类和位置回归,本帖将经典的位置回归损失函数总结如下,按发表时间顺序. L1.L2.smooth L1 loss 提出smooth L1 loss的论文: L1最低点是不可导的,所 ...
L1、L2正则VS L1、L2 loss
1.L1.L2正则--参数空间 L1范数表达式为:, L2范数表达式: L1正则(上图左),使得某些特征量变为0,因此具有稀疏性,可用于特征选择: L2正则(上图右),整体压缩特征向量,使用较广. 2 ...
逻辑回归L1与L2正则，L1稀疏，L2全局最优（凸函数梯度下降）
转载:https://chenrudan.github.io/blog/2016/01/09/logisticregression.html http://nanshu.wang/post/2015- ...
【深度学习】L1、L2损失和 L1、L2正则化
损失函数: L1损失: n个样本的平均绝对误差(MAE): 即,真实值和预测值之间的差值的绝对值的和. 使用L1损失函数,就是最小化MAE. L2损失: n个样本的均方误差(MSE): 即,真实值和预 ...
l2高斯分布_L1和L2正则的区别，如何选择L1和L2正则？L1在0处不可导，怎么处理...
首先毫无疑问的,他们都是可以防止过拟合,降低模型复杂度 L1是在loss function后面加上模型参数的1范数(也就是|xi|)L0范数的最小化问题在实际应用中是NP难问题,无法实际应用.L2是在 ...

【PTA-训练day14】L2-026 小字辈 + L1-054 福到了

L2-026 小字辈 - dfs建树 + 求最大深度

！L1-054 福到了 - 15

L1-056 猜数字 - 20

L1-055 谁是赢家 - 10

【PTA-训练day14】L2-026 小字辈 + L1-054 福到了相关推荐

最新文章

热门文章