博客
关于我
丢失的三个元素、网格走法
阅读量:685 次
发布时间:2019-03-17

本文共 575 字,大约阅读时间需要 1 分钟。

问题描述:我们有一个从1到10000的连续数字的数组。由于一次操作导致丢失三个元素,并且顺序被打乱。我们需要找出这三个丢失的元素,重新排列成一个新数字,并计算其除以7的余数。

解决方案:以下是解决这个问题的详细步骤:

  • 初始化完整数组:生成一个从1到10000的数组,其中每个位置i对应数字i+1。
  • 读取输入数据:输入数据为一行,包含9997个数字,空格隔开。
  • 比较数组:遍历输入数据,找出不符合预期的位置,即位置i上的数字不等于i+1。这些位置就是丢失的三个元素。
  • 收集丢失元素:将这三个位置上的数字收集起来,并按照从小到大的顺序重新排列,形成一个新数字。
  • 计算余数:将新数字作为字符串处理,计算其整体值除以7的余数。
  • 示例:假设丢失的数字为336,10,8435。

    步骤说明:

    • 初始化完整数组:索引0对应数字1,索引1对应数字2,依此类推,索引9998对应数字9999,索引9999对应数字10000。
    • 输入数据可能缺少这三个数字,并且顺序打乱。
    • 比较输入数据与完整数组,找出三个不匹配的索引位置。
    • 将这些位置上的数字提取出来。
    • 按照从小到大排列这三个数字,例如10,336,8435,拼接成新数字103368435。
    • 计算新数字除以7的余数:103368435 % 7 = 2。

    这是一种高效的方法,可以在最短时间内找出丢失的三个元素并得到结果。

    转载地址:http://ivyhz.baihongyu.com/

    你可能感兴趣的文章
    NLP三大特征抽取器:CNN、RNN与Transformer全面解析
    查看>>
    NLP学习笔记:使用 Python 进行NLTK
    查看>>
    NLP度量指标BELU真的完美么?
    查看>>
    NLP的不同研究领域和最新发展的概述
    查看>>
    NLP的神经网络训练的新模式
    查看>>
    NLP采用Bert进行简单文本情感分类
    查看>>
    NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
    查看>>
    NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
    查看>>
    NLP:从头开始的文本矢量化方法
    查看>>
    NLP:使用 SciKit Learn 的文本矢量化方法
    查看>>
    nmap 使用方法详细介绍
    查看>>
    nmap使用
    查看>>
    Nmap扫描教程之Nmap基础知识
    查看>>
    nmap指纹识别要点以及又快又准之方法
    查看>>
    Nmap渗透测试指南之指纹识别与探测、伺机而动
    查看>>
    Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
    查看>>
    NMAP网络扫描工具的安装与使用
    查看>>
    NMF(非负矩阵分解)
    查看>>
    nmon_x86_64_centos7工具如何使用
    查看>>
    NN&DL4.1 Deep L-layer neural network简介
    查看>>