算法题:4209三元组

简介: **这次周赛只能做出来一道,,,还是太菜第一道:**给定 n 个整数三元组 (xi,yi,zi)。请你判断这些整数三元组是否能够同时满足以下三个条件:所有 xi 相加之和为 0。所有 yi 相加之和为 0。

**这次周赛只能做出来一道,,,还是太菜

第一道:**

给定 n 个整数三元组 (xi,yi,zi)。

请你判断这些整数三元组是否能够同时满足以下三个条件:

所有 xi 相加之和为 0。

所有 yi 相加之和为 0。

所有 zi 相加之和为 0。

输入格式

第一行包含整数 n。

接下来 n 行,每行包含三个整数 xi,yi,zi。

输出格式

如果能够同时满足三个条件,则输出 YES,否则输出 NO。

数据范围

前三个测试点满足 1≤n≤10。

所有测试点满足 1≤n≤100,−100≤xi,yi,zi≤100。

输入样例1:

4

3 -1 7

-5 2 -4

0 -2 -1

2 1 -2

输出样例1:

YES

输入样例2:

3

4 1 7

-2 4 -1

1 -5 -3

输出样例2:

NO

思路:这道题本身不难,我刚好开始想到笨方法:用啥东西存储起来再单独拿出来相加,但是我又想到:既然每一个相加为零那么总和为零不就行了,我点击测试,显示正确,但是提交的时候,显示错误,我就再想,突然我想到,有没有碰巧第一列为-1,而第二三列有一列为1,另一列为0,正好全部相加为零,但是又不符合题目要求,所以,又回到了起点,只能找东西储存起来,在之后相加判断了(emo。。。)

源代码:

include

include

include

using namespace std;

int main()

{

int n,sum;
cin >> n;
int a[n][3];
for (int i = 0; i < n; i ++ )
{
for (int j = 0; j <3; j ++ )
    {
cin >>a[i][j];
    }
}
for (int i = 0; i < 3; i ++ )
{
    sum=0;
for (int j = 0; j < n; j ++ )
    {
        sum=sum+a[j][i];
    }
if(sum==0)
    {
continue;
    }else{
break;
    }
}
if(sum==0)
{
cout << "YES"<<endl;
}else
{
cout << "NO"<<endl;
}
return 0;

}

目录
相关文章
|
存储 算法
经典算法题每日演练——第二十题 三元组
原文:经典算法题每日演练——第二十题 三元组          我们知道矩阵是一个非常强大的数据结构,在动态规划以及各种图论算法上都有广泛的应用,当然矩阵有着不足的地方就是空间和时间 复杂度都维持在N2上,比如1w个数字建立一个矩阵,在内存中会占用1w*1w=1亿的类型空间,这时就会遇到outofmemory。
1113 0
|
算法 C++ BI
算法_三元组的数量
{5 3 1}和{7 5 3}是2组不同的等差三元组,除了等差的性质之外,还有个奇妙的地方在于:5^2 – 3^2 – 1^2 = 7^2 – 5^2 – 3^2 = N = 15。
1280 0
|
3天前
|
算法 数据安全/隐私保护
室内障碍物射线追踪算法matlab模拟仿真
### 简介 本项目展示了室内障碍物射线追踪算法在无线通信中的应用。通过Matlab 2022a实现,包含完整程序运行效果(无水印),支持增加发射点和室内墙壁设置。核心代码配有详细中文注释及操作视频。该算法基于几何光学原理,模拟信号在复杂室内环境中的传播路径与强度,涵盖场景建模、射线发射、传播及接收点场强计算等步骤,为无线网络规划提供重要依据。
|
15天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
151 80
|
4天前
|
机器学习/深度学习 数据采集 算法
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a实现时间序列预测,采用CNN-GRU-SAM网络结构。卷积层提取局部特征,GRU层处理长期依赖,自注意力机制捕捉全局特征。完整代码含中文注释和操作视频,运行效果无水印展示。算法通过数据归一化、种群初始化、适应度计算、个体更新等步骤优化网络参数,最终输出预测结果。适用于金融市场、气象预报等领域。
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
|
4天前
|
算法
基于龙格库塔算法的锅炉单相受热管建模与matlab数值仿真
本设计基于龙格库塔算法对锅炉单相受热管进行建模与MATLAB数值仿真,简化为喷水减温器和末级过热器组合,考虑均匀传热及静态烟气处理。使用MATLAB2022A版本运行,展示自编与内置四阶龙格库塔法的精度对比及误差分析。模型涉及热传递和流体动力学原理,适用于优化锅炉效率。
|
2天前
|
移动开发 算法 计算机视觉
基于分块贝叶斯非局部均值优化(OBNLM)的图像去噪算法matlab仿真
本项目基于分块贝叶斯非局部均值优化(OBNLM)算法实现图像去噪,使用MATLAB2022A进行仿真。通过调整块大小和窗口大小等参数,研究其对去噪效果的影响。OBNLM结合了经典NLM算法与贝叶斯统计理论,利用块匹配和概率模型优化相似块的加权融合,提高去噪效率和保真度。实验展示了不同参数设置下的去噪结果,验证了算法的有效性。
|
9天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
12天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。

热门文章

最新文章

下一篇
开通oss服务