2024四川大学计算机考研复试上机真题

news2025/3/5 8:30:27

2024四川大学计算机考研复试上机真题
2024四川大学计算机考研复试机试真题
历年四川大学计算机考研复试机试真题

在线评测:https://app2098.acapp.acwing.com.cn/

分数求和

题目描述

有一分数序列: 2/1 3/2 5/3 8/5 13/8 21/13…

求出这个数列的前 N 项之和,保留两位小数。

输入格式

N

输出格式

数列前 N 项和

输入样例
10
输出样例
16.48

求组合数

题目描述

编写一个函数,求从 n 个不同的数中取 r 个数的所有选择的个数。

输入格式

输入 n 和 r 的值; 当用户输入 0 0 时,程序结束。

输出格式

根据公式: C(n,r) = C(n, r-1) * (n - r + 1) / r 输出运算结果输入数据不满足题意时候,输出"error!"

输入样例
5 3
10 20
50 3
0 0
输出样例
10
error!
19600

求矩阵的鞍点

题目描述

给定一个 n×m 的整数矩阵,行的编号为 1∼n,列的编号为 1∼m,求矩阵中的所有鞍点。

鞍点,即该位置上的元素在该行上最大,在该列上最小。

有可能有多个鞍点,也可能没有鞍点。

输入格式

第一行包含两个整数 n,m。

接下来 n 行,每行包含 m 个整数。

输出格式

输出所有鞍点的坐标和值。

输出优先级,整体从上到下,同行从左到右。

如果不存在鞍点,则输出 NO

数据范围

1≤n,m<10,
矩阵元素取值范围 [1,9]。

输入样例
3 4
1 2 3 4
1 2 3 4
1 2 3 4
输出样例
1 4 4
2 4 4
3 4 4
year

2019

字符串编辑距离

题目描述

问题描述:给定两个字符串 A 和 B,求字符串 A 至少经过多少步字符操作变成字符串 B。

我们先以一个例子分析,比如 eat 变成 tea。

对于第一个字符,e != a,所以要想让这两个字符相等,有三种可以选择的办法:

修改字符,将 e 直接变成 a,需要走 1 步。
插入字符,在 e 的前面插入 a,也需要走 1 步。
删除字符,将 e 删除,然后比较后面的与 a,也需要走 1 步。

输入格式

输入字符串 A 和 B(长度小于 1000)

输出格式

输出最少经过多少步可以将 A 变成 B

输入样例
abcd
abc
输出样例
1
year

2019

单链表节点交换

题目描述

输入一个单链表,依次交换前 2 个数,第 3、4 个数,第 5、6 个数,…,以此类推,直到操作完整个链表。

如果链表长度是奇数,则最后一个数不用操作。

输出交换之后的链表。

输入格式

第一行包含整数 n,表示节点数量。

第二行包含 n 个整数,表示每个节点的值。

输出格式

共一行,输出交换后的链表。

数据范围

01≤n≤100,
节点取值范围 [1,100]。

输入样例
5
1 2 3 4 5

输出样例
2 1 4 3 5

year

2019

Problem A

题目描述

给定一个长度为 数组,将其中第偶数位置的元素与前一个元素交换。

输入格式
输出格式
输入样例
5
1 2 3 4 5

输出样例
2 1 4 3 5

year

2019

特别的除法

题目描述

输入正整数 a, b,c,输出 a/b 小数形式,精确到小数点后 c 位,a,b 范围都是 1-1e8,c 为 2~1000。

请计算 a/b,保留 c 位。

输入格式

a b c 三正整数

输出格式

计算结果

输入样例
2 3 6

输出样例
0.666667

year

2024

分解质因数

题目描述

将一个正整数分解质因数。

例如:输入 90,打印出 90=233*5。

输入格式

多组输入数据
输入一个正整数

输出格式

以乘积的形势的输出,质因数从小到大。

输入样例
10
90

输出样例
2*5
2*3*3*5

year

2024

输出柱状图

题目描述

根据输入的数据对应用‘*’打印出柱状图

输入格式

第一行输入一个整数 N,其中 N 不大于 10
接下来输入 N 个数,用空格间隔,每个数 0<=ai<=5

输出格式

按照样例格式输出,每两个数据中间有一个空列

输入样例
3
3 1 2

输出样例
*
*   *
* * *

year

2024

不甘心的皇后

题目描述

皇后是国际象棋里最厉害的角色(so are women in real world)。

随着社会的不断发展,越来越多的人们意识到皇后在国际象棋里的地位应该降低,这样国际象棋才会更公平,更有意思。

在传统的棋盘上,皇后能在任意的方向(横,竖,斜)上移动任意的步数。

新的国际象棋规定,皇后在竖直方向上还是可以移动任意的步数, 但在除此之外的其他方向上(水平和对角),她只能像国王一样移动一格。

但皇后们并不罢休,即使他们被剥夺了的某些权利,她们也要想办法联合起来,即每个皇后都能被同伴支援保护。
在每个棋盘上,我们在每一列上放一个皇后。

正如前面所说,棋盘上所有的皇后都想要联合起来,也就是说,每两个相邻列的皇后之间的行距离最多只能差一格,这样才可以及时互相支援(下图给出了四个例子,前三个是正确的,最后一个是错误的)。

现在我们给出棋盘的大小和初始状态,你能计算出一共有多少种不同的放置皇后的方法使得所有的皇后都能联合起来吗?

输入格式

本题包括多组测试数据。

每组数据的第一行包含一个整数 n(1<=n<=10),代表一个 n*n 的棋盘。

接下来的一行包括 n 个整数。

代表初始时每列已有的皇后的位置:如果这个值为 i,则代表在这一列上,由上向下数第 i 个格子已经放了皇后;如果这个值为 0,代表这一列还没有皇后,这时你可以在满足题目要求的情况下把一个皇后放在这一列的任意位置。

当 n=0 时输入结束,这组数据不包括在需要计算的数据中。

输出格式

对于每一组输入数据,输出一个整数,代表在这种情况下符合条件的放置皇后的方法种数。

输出 0 代表无法满足条件。

输入样例
8
0 0 0 0 0 0 0 0
4
1 2 0 3
4
1 2 3 4
4
1 3 2 4
0

输出样例
11814
2
1
0

year

2024

极大连通图个数

题目描述

给指定矩阵,由 . 和 w 组成,求 w 能组成的极大连通图个数,可以斜着(也就是八个方向)。

输入格式

第一行输入两个数代表矩阵的行数 h 和列数 w(1<=w,h<=100)
接下来输入这个矩阵

输出格式

极大连通图个数

输入样例
5 10
..w.....ww
.ww..wwwww
.w...w....
..wwww.www
..wwww.www

输出样例
2

year

2024

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.coloradmin.cn/o/2309917.html

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,一经查实,立即删除!

相关文章

基于提示驱动的潜在领域泛化的医学图像分类方法(Python实现代码和数据分析)

摘要 医学图像分析中的深度学习模型易受数据集伪影偏差、相机差异、成像设备差异等导致的分布偏移影响&#xff0c;导致在真实临床环境中诊断不可靠。领域泛化&#xff08;Domain Generalization, DG&#xff09;方法旨在通过多领域训练提升模型在未知领域的性能&#xff0c;但…

深度学习-大白话解释循环神经网络RNN

目录 一、RNN的思想 二、RNN的基本结构 网络架构 ​关键点 三、RNN的前向传播 四、RNN的挑战:梯度爆炸和梯度消失 问题分析 ​示例推导 五、LSTM:RNN的改进 核心组件 ​网络架构 3. LSTM 的工作流程 4. 数学公式总结 5. LSTM 的优缺点 ​优点 ​缺点 6. LSTM 的…

Spring统一格式返回

目录 一&#xff1a;统一结果返回 1&#xff1a;统一结果返回写法 2&#xff1a;String类型报错问题 解决方法 二&#xff1a;统一异常返回 统一异常返回写法 三&#xff1a;总结 同志们&#xff0c;今天咱来讲一讲统一格式返回啊&#xff0c;也是好久没有讲过统一格式返…

软件测试基础:功能测试知识总结

&#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 一、测试项目启动与研读需求文档 &#xff08;一&#xff09; 组建测试团队 1、测试团队中的角色 2、测试团队的基本责任 尽早地发现软件程序、系统或产品中…

wheel_legged_genesis 开源项目复现与问题记录

Reinforcement learning of wheel-legged robots based on Genesis System Requirements Ubuntu 20.04/22.04/24.04 python > 3.10 开始配置环境&#xff01; 点击releases后进入&#xff0c;下载对应最新版本的代码&#xff1a; 将下载后的代码包解压到你的自定义路径下&…

qt实践教学(编写一个代码生成工具)持续更新至完成———

前言&#xff1a; 我的想法是搭建一个和STM32cubemux类似的图形化代码生成工具&#xff0c;可以把我平时用到的代码整合一下全部放入这个软件中&#xff0c;做一个我自己专门的代码生成工具&#xff0c;我初步的想法是在下拉选框中拉取需要配置的功能&#xff0c;然后就弹出对…

设置 CursorRules 规则

为什么要设置CursorRules&#xff1f; 设置 CursorRules 可以帮助优化代码生成和开发流程&#xff0c;提升工作效率。具体的好处包括&#xff1a; 1、自动化代码生成 &#xff1a;通过定义规则&#xff0c;Cursor 可以根据你的开发需求自动生成符合规定的代码模板&#xff0c…

AI 芯片全解析:定义、市场趋势与主流芯片对比

1. 引言&#xff1a;什么是 AI 芯片&#xff1f; 随着人工智能&#xff08;AI&#xff09;的快速发展&#xff0c;AI 计算的需求不断增长&#xff0c;从云计算到边缘计算&#xff0c;AI 芯片成为推动智能化时代的核心动力。那么&#xff0c;什么样的芯片才算 AI 芯片&#xff…

Axure高保真Element框架元件库

点击下载《Axure高保真Element框架元件库》 原型效果&#xff1a;https://axhub.im/ax9/9da2109b9c68749a/#g1 摘要 本文详细阐述了在 Axure 环境下打造的一套高度还原 Element 框架的组件元件集。通过对 Element 框架组件的深入剖析&#xff0c;结合 Axure 的强大功能&#…

21.<基于Spring图书管理系统②(图书列表+删除图书+更改图书)(非强制登录版本完结)>

PS&#xff1a; 开闭原则 定义和背景 开闭原则&#xff08;Open-Closed Principle, OCP&#xff09;&#xff0c;也称为开放封闭原则&#xff0c;是面向对象设计中的一个基本原则。该原则强调软件中的模块、类或函数应该对扩展开放&#xff0c;对修改封闭。这意味着一个软件实体…

【2025年后端开发终极指南:云原生、AI融合与性能优化实战】

一、2025年后端开发的五大核心趋势 1. 云原生架构的全面普及 云原生&#xff08;Cloud Native&#xff09;已经成为企业级应用的核心底座。通过容器化技术&#xff08;DockerKubernetes&#xff09;和微服务架构&#xff0c;开发者能够实现应用的快速部署、弹性伸缩和故障自愈…

机器学习(五)

一&#xff0c;多类&#xff08;Multiclass&#xff09; 多类是指输出不止有两个输出标签&#xff0c;想要对多个种类进行分类。 Softmax回归算法&#xff1a; Softmax回归算法是Logistic回归在多类问题上的推广&#xff0c;和线性回归一样&#xff0c;将输入的特征与权重进行…

DeepSeek搭配Excel,制作自定义按钮,实现办公自动化!

今天跟大家分享下我们如何将DeepSeek生成的VBA代码&#xff0c;做成按钮&#xff0c;将其永久保存在我们的Excel表格中&#xff0c;下次遇到类似的问题&#xff0c;直接在Excel中点击按钮&#xff0c;就能10秒搞定&#xff0c;操作也非常的简单. 一、代码准备 代码可以直接询问…

利用Git和wget批量下载网页数据

一、Git的下载&#xff08;参考文章&#xff09; 二. wget下载&#xff08;网上很多链接&#xff09; 三、git和wget结合使用 1.先建立一个文本&#xff0c;将代码写入文本&#xff08;代码如下&#xff09;&#xff0c;将txt后缀改为sh&#xff08;download_ssebop.sh&#xf…

人工智能之数学基础:线性代数中的行列式的介绍

本文重点 行列式是一种重要的数学工具,更是连接众多数学概念和实际应用的桥梁。本文将介绍矩阵的行列式,你可以把它看成对方阵的一种运算,将方阵映射成一个标量。 行列式的定义 行列式是一个由数值组成的方阵所确定的一个标量值。对于一个n*n的矩阵A=(aij),其行列式记为d…

[自然语言处理]pytorch概述--什么是张量(Tensor)和基本操作

pytorch概述 PyTorch 是⼀个开源的深度学习框架&#xff0c;由 Facebook 的⼈⼯智能研究团队开发和维护&#xff0c;于2017年在GitHub上开源&#xff0c;在学术界和⼯业界都得到了⼴泛应⽤ pytorch能做什么 GPU加速自动求导常用网络层 pytorch基础 量的概念 标量&#xf…

电商主图3秒法则

‌1. 基础铁律‌ ▸ 首图点击率曝光量/点击量 ▸ 黄金3秒&#xff1a;触发冲动 > 信息堆砌 ‌2. 必守三原则‌ ✔ ‌单点爆破‌ → 1核心功能 > 10卖点叠加(反例&#xff1a;电子类目点击率↓18%) ✔ ‌场景植入‌ → 带场景主图点击率↑34%(数据源&#xff1a;20…

DeepSeek DeepEP学习(一)low latency dispatch

背景 为了优化延迟&#xff0c;low lantency使用卡间直接收发cast成fp8的数据的方式&#xff0c;而不是使用normal算子的第一步执行机间同号卡网络发送&#xff0c;再通过nvlink进行转发的两阶段方式。进一步地&#xff0c;normal算子的dispatch包含了notify_dispatch传输meta…

Metal学习笔记十:光照基础

光和阴影是使场景流行的重要要求。通过一些着色器艺术&#xff0c;您可以突出重要的对象、描述天气和一天中的时间并设置场景的气氛。即使您的场景由卡通对象组成&#xff0c;如果您没有正确地照亮它们&#xff0c;场景也会变得平淡无奇。 最简单的光照方法之一是 Phong 反射模…

报告分享 | 哈工大赛尔实验室——大模型时代的具身智能

本报告详细介绍了大模型时代的具身智能&#xff0c;探讨了智能机器人的发展历程、技术挑战和未来发展方向。&#xff08; 报告全文下载&#xff1a;具身大模型关键技术与应用&#xff08;哈尔滨工业大学社会计算与信息检索研究中心&#xff09;.pdf&#xff01;&#xff09;