腾讯实习生笔试2012

转:http://blog.csdn.net/morewindows/article/details/8742666


给定一数组a[N],我们希望构造数组b [N],其中b[j]=a[0]*a[1]…a[N-1] / a[j],在构造过程中,不允许使用除法:

要求O(1)空间复杂度和O(n)的时间复杂度;

除遍历计数器与a[N] b[N]外,不可使用新的变量(包括栈临时变量、堆空间和全局静态变量等);

实现程序(主流编程语言任选)实现并简单描述。


思路:理解

//b[j]=a[0]*a[1]…a[N-1] / a[j]
//相当于计算俩部分:挖掉a[j],剩余前后俩部分!


#include <stdlib.h>
#include <stdio.h>
#define max 5
void print_array(int *array,int n)
{
	for(int i=0; i < n; i++)
	{
		printf("%d ",array[i]);

	}
	putchar('\n');
}


//b[j]=a[0]*a[1]…a[N-1] / a[j]
//相当于计算俩部分:挖掉a[j],剩余前后俩部分!
int main()
{
	
	int a[5]={1,2,3,4,5};
	int b[5]={0};
	print_array(a,max);

	b[0]=1;
	for (int i=1; i <= max-1 ; i++)//计算前面部分
	{
		b[i]=b[i-1]*a[i-1];
	}

	for (int j = max-1; j>=1;j--)//计算后面部分
	{
		
		b[j] *= b[0];
		b[0] *= a[j];//累计下来
	
	}


	print_array(b,max);

	return 1;
}





内容概要:本文档系统性地介绍了2024年最新提出的两种智能优化算法——青蒿素优化算法与霜冰优化算法(RIME)的原理、实现方法及其性能对比分析,并提供了完整的Matlab代码实现。文档不仅聚焦于核心算法的仿真与验证,还整合了大量前沿科研资源,涵盖微电网优化、风电功率预测、无人机三维路径规划、电动汽车调度、图像融合、负荷预测、通信信号处理、电力系统故障恢复等多个高价值应用场景。所有案例均基于Matlab/Simulink平台进行建模与仿真,强调算法在复杂工程系统中的实际应用能力,旨在为科研人员提供一套从理论到代码再到应用的完整复现体系。; 适合人群:具备一定编程基础和科研背景的研究生、高校教师及工程技术人员,尤其适合从事智能优化算法研究、新能源系统优化、自动化控制、电力系统调度、无人机导航与路径规划等相关领域的研究人员。; 使用场景及目标:①用于高水平学术论文的复现与创新性研究,提升科研效率与成果产出;②应用于复杂工程系统的建模仿真与智能优化设计,如多能互补系统调度、无人机避障路径规划、微电网能量管理等;③作为智能优化算法的教学与学习资料,深入理解现代元启发式算法的设计思想与实现机制。; 阅读建议:建议读者结合文档中提供的Matlab代码与Simulink仿真模型,按照目录结构循序渐进地学习与实践,优先选择与自身研究方向契合的案例进行代码复现,重点关注算法参数设置、收敛曲线分析与多算法对比实验部分,以全面提升算法应用与科研创新能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值