- 综合排序
- 最热优先
- 最新优先
- 来自专栏刷题笔记
7-4 悄悄关注 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/97864803 7-4 悄悄关注 (25 分) 新浪微博上有个“悄悄关注”，一个用户悄悄关注的人
1.1K10发布于 2019-11-08 - 来自专栏刷题笔记
7-4 字符串排序
点这里 7-4 字符串排序 本题要求编写程序，读入5个字符串，按由小到大的顺序输出。 输入格式： 输入为由空格分隔的5个非空字符串，每个字符串不包括空格、制表符、换行符等空白字符，长度小于80。
91210发布于 2019-11-08 - 来自专栏刷题笔记
7-4 树的遍历 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/102924283 7-4 树的遍历 (20 分) 给定一棵二叉树的后序遍历和中序遍历，请你输出其层序遍历的序列
73610发布于 2019-11-07 - 来自专栏刷题笔记
7-4 括号匹配 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101472923 7-4 括号匹配 (25 分) 给定一串字符，不超过100个字符，可能包括括号
97530发布于 2019-11-08 - 来自专栏数据结构和算法
7-4 学生成绩排序 (15分)
7-4 学生成绩排序 (15分) 输入格式: 输入一个正整数n(n<50)，下面n行输入n个学生的信息，包括：学号、姓名、三门课程成绩（整数）。
39410编辑于 2023-11-30 - 来自专栏算法与数据结构
PTA 7-4 排座位（25 分）
7-4 排座位（25 分） 布置宴席最微妙的事情，就是给前来参宴的各位宾客安排座位。无论如何，总不能把两个死对头排到同一张宴会桌旁！
1.6K90发布于 2017-12-29 - 来自专栏智能制造预测性维护与大数据应用
WISE-PaaS AFS数据分析框架服务与开发示例
3.订阅平台中AFS服务，并定义服务的名称，部署完成后将AFS页面开启。 Step 2. $ python to_influixdb.py 3.执行 Firehose，将测试数据送至 inference engine 做预测，开启终端机，输入下列指令。 AFS Models之中。 AFS SDK 使用与实作 此步骤主要将阶段一的训练完成的模型上传至AFS平台，后续可以将测试数据持续置入此模型，预测结果。 研华测试与测量解决方案2018Q4-振动监测与机器学习篇 研华测试与测量解决方案2018Q4-应用案例篇 研华测试与测量解决方案2018Q4-产品技术篇 IOT峰会||设备监诊与预知保养
96920编辑于 2022-05-31 - 来自专栏freesan44
PTA 7-4 素数等差数列 (20 分)
2004 年，陶哲轩（Terence Tao）和本·格林（Ben Green）证明了：对于任意大的 n，均存在 n 项全由素数组成的等差数列。例如 { 7，37，67，97，127，157 } 是 n=6 的解。本题就请你对给定的 n 在指定范围内找出一组最大的解。
37400发布于 2021-09-10 - 来自专栏freesan44
PTA 7-4 最近的斐波那契数 (20 分)
=1。所谓与给定的整数 N 最近的斐波那契数是指与 N 的差之绝对值最小的斐波那契数。
45310发布于 2021-09-10 - 来自专栏刷题笔记
【2020HBU天梯赛训练】7-4 稳赢
7-4 稳赢 大家应该都会玩“锤子剪刀布”的游戏：两人同时给出手势，胜负规则如图所示： ? 现要求你编写一个稳赢不输的程序，根据对方的出招，给出对应的赢招。但是！
50310发布于 2020-06-23 - 来自专栏freesan44
PTA 7-4 最近的斐波那契数 (20 分)
=1。所谓与给定的整数 N 最近的斐波那契数是指与 N 的差之绝对值最小的斐波那契数。
57410编辑于 2021-12-06 - 来自专栏freesan44
PTA 7-4 素数等差数列 (20 分)
2004 年，陶哲轩（Terence Tao）和本·格林（Ben Green）证明了：对于任意大的 n，均存在 n 项全由素数组成的等差数列。例如 { 7，37，67，97，127，157 } 是 n=6 的解。本题就请你对给定的 n 在指定范围内找出一组最大的解。
35420编辑于 2021-12-06 - 来自专栏刷题笔记
【未完成】7-4 集合相似度 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/102727480 7-4 集合相似度 (25 分) 给定两个整数集合，它们的相似度定义为：
59210发布于 2019-11-07 - 来自专栏AI机器学习与深度学习算法
机器学习入门 7-4 求数据的前n个主成分
编程求解数据的前n个主成分 接下来还是通过创建的虚拟数据来进行测试。 ? ? ? ? ? ?
64540发布于 2019-11-13 - 来自专栏freesan44
PTA 7-4 胖达与盆盆奶 (20 分)
大熊猫，俗称“胖达”，会排队吃盆盆奶。它们能和谐吃奶的前提，是它们认为盆盆奶的分配是“公平”的，即：更胖的胖达能吃到更多的奶，等胖的胖达得吃到一样多的奶。另一方面，因为它们是排好队的，所以每只胖达只能看到身边胖达的奶有多少，如果觉得不公平就会抢旁边小伙伴的奶吃。
34000发布于 2021-09-11 - 来自专栏freesan44
PTA 7-4 胖达与盆盆奶 (20 分)
大熊猫，俗称“胖达”，会排队吃盆盆奶。它们能和谐吃奶的前提，是它们认为盆盆奶的分配是“公平”的，即：更胖的胖达能吃到更多的奶，等胖的胖达得吃到一样多的奶。另一方面，因为它们是排好队的，所以每只胖达只能看到身边胖达的奶有多少，如果觉得不公平就会抢旁边小伙伴的奶吃。
46530编辑于 2021-12-06 - 来自专栏刷题笔记
【PAT520 钻石争霸赛】7-4 古风A+B (15分)
给定两个绝对值不超过 109 的整数 A 和 B，计算它们的和 A+B 是非常简单的事，但要将和这个数字按照中国古风从上到下竖着输出，就不是那么简单了吧？
40930发布于 2020-06-23 - 来自专栏测试GO材料测试
一篇文章读懂原子荧光光谱AFS技术：原理、特点、应用
一篇文章读懂原子荧光光谱AFS技术：原理、特点、应用原子荧光光谱（Atomic Fluorescence Spectrometry, AFS）技术是一种用于元素分析的强大手段，以其高灵敏度、高选择性等优点在环境 高灵敏度：AFS技术对多种元素的检测限可达ppt（10^-12）级别，尤其适用于痕量和超痕量元素的分析。2. 高选择性：AFS技术采用特定波长的光源激发目标元素，受干扰较小，选择性较好。3. 线性范围宽：AFS技术的线性范围可达3-5个数量级，适用于不同浓度水平的样品分析。4. 分析速度快：AFS技术具有较高的分析速度，适合大批量样品的快速检测。5. 多元素同时测定：通过配备多个光源和检测器，AFS技术可实现多元素的同时测定。6. 成本较低：相较于其他高精度分析仪器，AFS设备的购置和维护成本相对较低。三、应用1. 环境监测：AFS技术在环境监测领域应用广泛，如水质、土壤、大气中重金属元素的检测。2. 地质勘探：AFS技术可用于地质样品中贵金属、稀有金属等元素的测定，为矿产资源评价提供依据。3.
1.1K10编辑于 2024-08-06 - 来自专栏钱塘大数据
数据挖掘的数据集资源
UCI数据集是一个常用的标准测试数据集，下载地址在 http://www.ics.uci.edu/~mlearn/MLRepository.html 整理好的一些UCI数据集(arff格式)： http name=DMman&id=24043 1、气候监测数据集： http://cdiac.ornl.gov/ftp/ndp026b 2、几个实用的测试数据集下载的网站 http:/ /cs.cmu.edu/project/theo-20/www/data/ http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-11/www/ /cs/project/theo-11/www/naive-bayes.html 3、找了很多测试数据集,写论文的同志们肯定需要的,至少能用来检验算法的效果，可能有一些不能访问,但是总有能访问的吧： www.cs.cornell.edu/projects/kddcup/index.html 时间序列数据的网址 http://www.stat.wisc.edu/~reinsel/bjr-data/ apriori算法的测试数据
2.9K60发布于 2018-03-01 - 来自专栏刷题笔记
【2019秋PAT乙级真题】7-4 天长地久 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/100634493 7-4 天长地久 (20 分) “天长地久数”是指一个 K 位正整数 A
94540发布于 2019-11-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号