第34次CCF-CSP认证真题解析(目标300分做法)

第34次CCF-CSP认证

  • 矩阵重塑(其一)
  • AC代码及解析
  • 矩阵重塑(其二)
  • AC代码及解析
  • 货物调度
  • AC代码及解析

矩阵重塑(其一)

在这里插入图片描述

输入输出及样例:

在这里插入图片描述

AC代码及解析

  • 1.线性化原矩阵 :由于cin的特性我们直接把给定的矩阵按照题目的意思转换成一维数组即可

  • 2.填充新矩阵 :然后对于新的矩阵 我们只需要按照新的规模p*q重新排版即可

#include <bits/stdc++.h>
using namespace std;
int n,m,p,q;
const int N=1e4+10;
int a[N];
int main(){cin>>n>>m>>p>>q;for(int i=0;i<n*m;i++) cin>>a[i];int index=0;for(int i=0;i<p;i++){for(int j=0;j<q;j++){cout<<a[index]<<' ';index++;}cout<<endl;}return 0;
}

矩阵重塑(其二)

在这里插入图片描述

输入输出及样例:

在这里插入图片描述

AC代码及解析

基本思路:受到第一题启发 我们可以将这个二维矩阵转化成一维数组的形式
对于这三种操作:

  • 1.重塑
  • 我们对应一维数组中的元素是不变的 只需要将改变之后的矩阵规格更新一下 也就是n=a m=b
  • 2.转置
  • 也就是行列互换 具体来说就是 原来重塑的时候 我们是如何找到矩阵上的元素对应数组的下标
    比如说(1,2)
    我们就用【(当前行 1 乘以矩阵的列数 m )+ 2 】得到对应数组S的下标
    而现在转置之后 行和列的地位互换
    是不是就是 【(用当前列 2 乘以矩阵的行数 n)+1 】这样一个一个计算 得到对应 转置之后新的数组SS 之后再交换我们行和列的数值 这样就完成了一次转置操作
  • 3.查询对应位置上的元素
    直接输出对应数组元素就好
#include <bits/stdc++.h>
using namespace std;
const int N=1e4+10;
int n,m,t;
int op,a,b;//这是操作格式
int s[N];//将重塑前的M转化为一维数组
int tmp[N];
int main()
{cin>>n>>m>>t;//构造一维数组for(int i=0;i<n*m;i++){cin>>s[i];}//处理每一个查询while(t--){cin>>op>>a>>b;if(op==1)//进行矩阵的重塑 不论怎么重塑都不会改变其对应一维数组的值的顺序//所以只需要更新一下矩阵大小的规模就行{n=a;m=b;}else if(op==2)//进行矩阵的转置(行列互换){for(int i=0;i<n;i++)//i表示当前行数{for(int j=0;j<m;j++)//j表示当前列数{tmp[j*n+i]=s[i*m+j];//本质上就是行和列的地位互换了 i改成j n改成m}}//更新对应一维数组的值for(int i=0;i<n*m;i++){s[i]=tmp[i];}//更新矩阵规模(本质上就是交换行和列的数值)int tt=n;n=m;m=tt;}else if(op==3)//进行查询操作(只有查询操作才需要输出){cout<<s[a*m+b]<<endl;}}return 0;
}

货物调度

在这里插入图片描述

输入输出及样例:

在这里插入图片描述

AC代码及解析

写了一个世纪 结果只能暴力拿30分 道心破碎 虽然感觉这道题满分解是dp 但是真正写起来真的真的好困难 连最基本的选择和状态都很难确定下来 更别说状态转移方程了 哈哈
这里附上大佬解析:文章链接

#include<bits/stdc++.h>
using namespace std;
#define ll long longint dp[1005][40010];//前i个仓库费用j可以获得的最大总价值
vector<int>a[1005];//第i个仓库的第j个货物的价值
int b[1005],c[1005];//仓库属性
bool dcmp(int a,int b){return a>b;
}
int main(){int n,m,v;cin>>n>>m>>v;for(int i=0;i<=40000;i++)dp[0][i]=0;for(int i=1;i<=n;i++){cin>>b[i]>>c[i];}for(int i=1;i<=m;i++){int val,t;cin>>val>>t;t++;a[t].push_back(val);}for(int i=1;i<=n;i++){sort(a[i].begin(),a[i].end(),dcmp);}for(int i=1;i<=n;i++){for(int j=0;j<=40000;j++){dp[i][j]=dp[i-1][j];//不选iint sum=0;for(int k=0;k<a[i].size();k++){//选iif(b[i]+c[i]*(k+1)>j)break;sum+=a[i][k];//收益和dp[i][j]=max(dp[i][j],dp[i-1][j-b[i]-c[i]*(k+1)]+sum-b[i]-c[i]*(k+1));}}}int ans;for(int i=0;i<=40000;i++){if(dp[n][i]>=v){ans=i;break;}}cout<<ans;return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/news/908351.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

智能制造数字孪生全要素交付一张网:智造中枢,孪生领航,共建智造生态共同体

在制造业转型升级的浪潮中&#xff0c;数字孪生技术正成为推动行业变革的核心引擎。从特斯拉通过数字孪生体实现车辆全生命周期优化&#xff0c;到海尔卡奥斯工业互联网平台赋能千行百业&#xff0c;数字孪生技术已从概念验证走向规模化落地。通过构建覆盖全国的交付网络&#…

【技术】跨设备链路聚合的技术——M-LAG

原创&#xff1a;厦门微思网络 M-LAG&#xff08;Multichassis Link Aggregation Group&#xff09;提供一种跨设备链路聚合的技术。M-LAG通过将两台接入交换机以同一个状态和用户侧设备或服务器进行跨设备的链路聚合&#xff0c;把链路的可靠性从单板级提升到设备级。同时&…

AI健康小屋+微高压氧舱:科技如何重构我们的健康防线?

目前&#xff0c;随着科技和社会的不断发展&#xff0c;人们的生活水平和方式有了翻天覆地的变化。 从吃饱穿暖到吃好喝好再到健康生活&#xff0c;观念也在逐渐发生改变。 尤其是在21世纪&#xff0c;大家对健康越来越重视&#xff0c;这就不得不提AI健康小屋和氧舱。 一、A…

Python训练营---Day44

DAY 44 预训练模型 知识点回顾&#xff1a; 预训练的概念常见的分类预训练模型图像预训练模型的发展史预训练的策略预训练代码实战&#xff1a;resnet18 作业&#xff1a; 尝试在cifar10对比如下其他的预训练模型&#xff0c;观察差异&#xff0c;尽可能和他人选择的不同尝试通…

1.文件操作相关的库

一、filesystem(C17) 和 fstream 1.std::filesystem::path - cppreference.cn - C参考手册 std::filesystem::path 表示路径 构造函数&#xff1a; path( string_type&& source, format fmt auto_format ); 可以用string进行构造&#xff0c;也可以用string进行隐式类…

【 java 集合知识 第二篇 】

目录 1.Map集合 1.1.快速遍历Map 1.2.HashMap实现原理 1.3.HashMap的扩容机制 1.4.HashMap在多线程下的问题 1.5.解决哈希冲突的方法 1.6.HashMap的put过程 1.7.HashMap的key使用什么类型 1.8.HashMapkey可以为null的原因 1.9.HashMap为什么不采用平衡二叉树 1.10.Hash…

【Dify 知识库 API】“根据文本更新文档” 真的是差异更新吗?一文讲透真实机制!

在使用 Dify 知识库 API 过程中,很多开发者在调用 /datasets/{dataset_id}/document/update-by-text 接口时,常常会产生一个疑问: 👉 这个接口到底是 “智能差异更新” 还是 “纯覆盖更新”? 网上的资料并不多,很多人根据接口名误以为是增量更新。今天我结合官方源码 …

大模型如何革新用户价值、内容匹配与ROI预估

写在前面 在数字营销的战场上,理解用户、精准触达、高效转化是永恒的追求。传统方法依赖结构化数据和机器学习模型,在用户价值评估、人群素材匹配以及策略ROI预估等核心问题上取得了显著成就。然而,随着数据维度日益复杂,用户行为愈发多变,传统方法也面临着特征工程繁琐、…

基于端到端深度学习模型的语音控制人机交互系统

基于端到端深度学习模型的语音控制人机交互系统 摘要 本文设计并实现了一个基于端到端深度学习模型的人机交互系统,通过语音指令控制其他设备的程序运行,并将程序运行结果通过语音合成方式反馈给用户。系统采用Python语言开发,使用PyTorch框架实现端到端的语音识别(ASR)…

【2025年】解决Burpsuite抓不到https包的问题

环境&#xff1a;windows11 burpsuite:2025.5 在抓取https网站时&#xff0c;burpsuite抓取不到https数据包&#xff0c;只显示&#xff1a; 解决该问题只需如下三个步骤&#xff1a; 1、浏览器中访问 http://burp 2、下载 CA certificate 证书 3、在设置--隐私与安全--…

Jenkins 工作流程

1. 触发构建 Jenkins 的工作流程从触发构建开始。构建可以由以下几种方式触发&#xff1a; 代码提交触发&#xff1a;通过与版本控制系统&#xff08;如 Git、SVN&#xff09;集成&#xff0c;当代码仓库有新的提交时&#xff0c;Jenkins 会自动触发构建。 定时触发&#xff…

Jmeter如何进行多服务器远程测试?

&#x1f345; 点击文末小卡片 &#xff0c;免费获取软件测试全套资料&#xff0c;资料在手&#xff0c;涨薪更快 JMeter是Apache软件基金会的开源项目&#xff0c;主要来做功能和性能测试&#xff0c;用Java编写。 我们一般都会用JMeter在本地进行测试&#xff0c;但是受到…

Kafka入门-生产者

生产者 生产者发送流程&#xff1a; 延迟时间为0ms时&#xff0c;也就意味着每当有数据就会直接发送 异步发送API 异步发送和同步发送的不同在于&#xff1a;异步发送不需要等待结果&#xff0c;同步发送必须等待结果才能进行下一步发送。 普通异步发送 首先导入所需的k…

分类预测 | Matlab实现CNN-LSTM-Attention高光谱数据分类

分类预测 | Matlab实现CNN-LSTM-Attention高光谱数据分类 目录 分类预测 | Matlab实现CNN-LSTM-Attention高光谱数据分类分类效果功能概述程序设计参考资料 分类效果 功能概述 代码功能 该MATLAB代码实现了一个结合CNN、LSTM和注意力机制的高光谱数据分类模型&#xff0c;核心…

gemini和chatgpt数据对比:谁在卷性能、价格和场景?

先把结论“剧透”给赶时间的朋友&#xff1a;顶配 Gemini Ultra/2.5 Pro 在纸面成绩上普遍领先&#xff0c;而 ChatGPT 家族&#xff08;GPT-4o / o3 / 4.1&#xff09;则在延迟、生态和稳定性上占优。下面把核心数据拆开讲&#xff0c;方便你对号入座。附带参考来源&#xff0…

代码训练LeetCode(23)随机访问元素

代码训练(23)LeetCode之随机访问元素 Author: Once Day Date: 2025年6月5日 漫漫长路&#xff0c;才刚刚开始… 全系列文章可参考专栏: 十年代码训练_Once-Day的博客-CSDN博客 参考文章: 380. O(1) 时间插入、删除和获取随机元素 - 力扣&#xff08;LeetCode&#xff09;力…

C++面试5——对象存储区域详解

C++对象存储区域详解 核心观点:内存是程序员的战场,存储区域决定对象的生杀大权!栈对象自动赴死,堆对象生死由你,全局对象永生不死,常量区对象只读不灭。 一、四大地域生死簿 栈区(Stack) • 特点:自动分配释放,速度极快(类似高铁进出站) • 生存期:函数大括号{}就…

STM32 智能小车项目 L298N 电机驱动模块

今天开始着手做智能小车的项目了 在智能小车或机器人项目中&#xff0c;我们经常会听到一个词叫 “H 桥电机驱动”&#xff0c;尤其是常见的 L298N 模块&#xff0c;就是基于“双 H 桥”原理设计的。那么&#xff0c;“H 桥”到底是什么&#xff1f;为什么要用“双 H 桥”来驱动…

python项目如何创建docker环境

这里写自定义目录标题 python项目创建docker环境docker配置国内镜像源构建一个Docker 镜像验证镜像合理的创建标题&#xff0c;有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPant…

MySQL-多表关系、多表查询

一. 一对多(多对一) 1. 例如&#xff1b;一个部门下有多个员工 在数据库表中多的一方(员工表)、添加字段&#xff0c;来关联一的一方(部门表)的主键 二. 外键约束 1.如将部门表的部门直接删除&#xff0c;然而员工表还存在其部门下的员工&#xff0c;出现了数据的不一致问题&am…