成人国产在线小视频_日韩寡妇人妻调教在线播放_色成人www永久在线观看_2018国产精品久久_亚洲欧美高清在线30p_亚洲少妇综合一区_黄色在线播放国产_亚洲另类技巧小说校园_国产主播xx日韩_a级毛片在线免费

資訊專欄INFORMATION COLUMN

方陣中的鞍點(diǎn)判斷（數(shù)組） C語言

kk_miles / 1622人閱讀

摘要：描述輸入一個(gè)正整數(shù)和階方陣中的元素，如果找到中的鞍點(diǎn)鞍點(diǎn)的元素值在該行上最大，在該列上最小，就輸出它的下標(biāo)否則，輸出沒有鞍點(diǎn)，設(shè)中最多有一個(gè)鞍點(diǎn)。

描述:

? 輸入一個(gè)正整數(shù)m(1<= m <= 6)和m階方陣A中的元素，如果找到A中的鞍點(diǎn)（鞍點(diǎn)的元素值在該行上最大，在該列上最?。?，就輸出它的下標(biāo)；否則，輸出"NO"（沒有鞍點(diǎn)），設(shè)A中最多有一個(gè)鞍點(diǎn)。

輸入

3

1 2 3

0 1 2

0 0 1

輸出

2 2

樣例輸入

4

1 2 3 4

0 1 1 3

0 0 1 2

1 0 0 1

樣例輸出

NO

思路及分析：

? ? ? ? 用二維數(shù)組來做這道題會(huì)減小我們的難度。同時(shí)，先求出每一行的最大值，再在這一個(gè)元素的這一列來判斷它是不是最小的，對(duì)它們進(jìn)行判斷。最后打印出這個(gè)元素的下標(biāo)就可以了。同時(shí)還要注意，在樣例中輸入4和矩陣?yán)锏脑貢r(shí)發(fā)現(xiàn)，有重復(fù)的值（1）的時(shí)候，就算他是最小的，但因?yàn)橹貜?fù)，不符合鞍點(diǎn)的定義，所以，還需要判斷是否有重復(fù)的值。另外，題目說明，鞍點(diǎn)最多只有一個(gè)。

#includeint main(void){	int i = 0,  j = 0;	int arr[6][6] = { 0 };	int max = 0;//定義最大值 	int _bool = 0;//標(biāo)簽作用，用來判斷是否有重復(fù)值	//最后當(dāng)_bool=0,說明沒有，_bool=1，說明有 	int row = 0, col = 0;//行，列 	int m = 0; 	scanf("%d", &m);		for(i = 0; i < m; i++)	{		for(j = 0; j < m; j++)		{			scanf("%d", &arr[i][j]);		}	}		//由于不知道最大值，開始假設(shè)第一行第一列元素是最大的 	max = arr[0][0];		 	for(i = 0; i < m; i++)//一行 	{		//假設(shè)每一行的第一個(gè)元素為最大值 		max = arr[i][j];		//尋找每一行的最大值 		for(j = 0; j < m; j++)		{						if(arr[i][j] > max)			{				//如果是MAX，就記錄它的下標(biāo)				//不可以直接用i或j,它們是隨條件在變				//用另一個(gè)量來記錄下標(biāo) 				row = j;				_bool = 1; 				//記錄最大值，在后面的判斷用 				max = arr[i][j];			}		}				//用來判斷這一行的最大值是否有重復(fù)的		//如果有，_bool=0，不存在鞍點(diǎn) 		for(j = 0; j < m; j++)		{			//循環(huán)時(shí)不需要判斷它本身 			if(arr[i][j] == max && j != row)			{				_bool = 0;			}		}				//列的判斷，行滿足后，找列的最小值。 		for(j = 0; j < m; j++)		{				if(arr[i][row] < arr[j][row])			{				col = i;			}		}			}		if(_bool == 0)	{		printf("NO/n");	}	else	{		printf("%d %d", row, col);	}		return 0;}

????????

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址：http://systransis.cn/yun/124774.html

相關(guān)文章

  • 【DL-CV】更高級(jí)的參數(shù)更新/優(yōu)化（一）

    摘要：對(duì)所有參數(shù)更新時(shí)應(yīng)用同樣的學(xué)習(xí)率梯度由許多偏導(dǎo)數(shù)組成，對(duì)應(yīng)著各個(gè)參數(shù)的更新。對(duì)于偏導(dǎo)數(shù)大的，我們希望配個(gè)小的學(xué)習(xí)率給他對(duì)于偏導(dǎo)數(shù)小的，我們希望配個(gè)大的學(xué)習(xí)率給他，這樣各個(gè)參數(shù)都能獲得大致相同的更新幅度，提高網(wǎng)絡(luò)的健壯性。 后續(xù)【DL-CV】更高級(jí)的參數(shù)更新/優(yōu)化（二） 【DL-CV】正則化，Dropout【DL-CV】淺談GoogLeNet（咕咕net） 原版SGD的問題 原味版的S...

    tinyq 評(píng)論0 收藏0

  • 深度神經(jīng)網(wǎng)絡(luò)的壓縮和正則化

    摘要：深度神經(jīng)網(wǎng)絡(luò)已經(jīng)成為解決計(jì)算機(jī)視覺語音識(shí)別和自然語言處理等機(jī)器學(xué)習(xí)任務(wù)的較先進(jìn)的技術(shù)。圖深度壓縮的實(shí)驗(yàn)結(jié)果訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)可以被大量剪枝和壓縮的事實(shí)意味著我們當(dāng)前的訓(xùn)練方法具有一些局限性。 深度神經(jīng)網(wǎng)絡(luò)已經(jīng)成為解決計(jì)算機(jī)視覺、語音識(shí)別和自然語言處理等機(jī)器學(xué)習(xí)任務(wù)的較先進(jìn)的技術(shù)。盡管如此，深度學(xué)習(xí)算法是計(jì)算密集型和存儲(chǔ)密集型的，這使得它難以被部署到只有有限硬件資源的嵌入式系統(tǒng)上。為了解決這個(gè)限...

    blankyao 評(píng)論0 收藏0

  • GANs正在多個(gè)層面有所突破

    摘要：我認(rèn)為在大多數(shù)深度學(xué)習(xí)中，算法層面上隨機(jī)梯度的下降是大家所認(rèn)可的。但目前似乎存在兩個(gè)問題計(jì)算層面納什平衡達(dá)不到可能會(huì)退化。 去年我一直在研究如何更好地調(diào)整GANs中的不足，但因?yàn)橹暗难芯糠较蛑魂P(guān)注了損失函數(shù)，完全忽略了如何尋找極小值問題。直到我看到了這篇論文才有所改變：詳解論文: The Numerics of GANs我參考了Mar的三層分析，并在計(jì)算層面上仔細(xì)考慮了這個(gè)問題：我們這樣做...

    raoyi 評(píng)論0 收藏0

發(fā)表評(píng)論

0條評(píng)論

最新活動(dòng)
閱讀需要支付1元查看
<