蓝桥-蛇形填数

简介: 蓝桥-蛇形填数

【问题描述】


如下图所示,小明用从 1 开始的正整数“蛇形”填充无限大的矩阵。

f8306bc87ad841c787bd8f5677880e52.png

容易看出矩阵第二行第二列中的数是 5。请你计算矩阵中第 20 行第 20 列

的数是多少?


【答案提交】


这是一道结果填空的题,你只需要算出结果后提交即可。本题的结果为一

个整数,在提交答案时只填写这个整数,填写多余的内容将无法得分。


【参考程序】

#include<iostream>
using namespace std;
int main() {
    int **num = new int *[100];
    for (int i = 0; i < 100; i++) {
        num[i] = new int[100];
        for (int j = 0; j < 100; j++) {
            num[i][j] = 0;
        }
    }
    int cur = 1;
    for (int i = 1; i < 99; i++) {
        int temp = i;
        if (i % 2) {
            while (temp >= 1) {
                num[temp][i - temp + 1] = cur;
                cur++;
                temp--;
            }
        } else {
            while (temp >= 1) {
                num[i - temp + 1][temp] = cur;
                cur++;
                temp--;
            }
        }
    }
    cout << num[20][20] << endl;
    return 0;
}

【参考答案】

761

相关文章
|
搜索推荐 机器学习/深度学习 算法
如何增加用户的参与感?交互式推荐来了!
一方面,互动能让用户感受到更多的参与感,并能一定程度上干预推荐结果,而不只是被动接受推荐结果;另一方面,系统通过与用户的互动能更加了解用户的偏好,从而提升推荐效果。那么,我们是如何让用户和推荐系统互动起来的呢?且看下文。
4726 0
|
11月前
|
运维 监控 负载均衡
探索微服务架构下的服务治理:动态服务管理平台深度解析
探索微服务架构下的服务治理:动态服务管理平台深度解析
|
6月前
|
人工智能 前端开发 Java
AI大模型进阶系列(02)基于Spring AI实现AI chatbot助理|一句话让deepseek实现
本文介绍了通过DeepSeek生成一个基于Spring AI的在线AI聊天助手项目的全过程。项目采用JDK17+Spring AI+Thymeleaf+Spring Web技术栈,实现了一个简单的聊天界面,用户可输入内容并获得DeepSeek返回的结果。文章详细描述了从需求明确、项目结构设计到配置参数启动的步骤,并展示了核心代码片段如pom.xml、application.properties及主要Java类文件。尽管功能简单,但体现了AI在编程领域的高效应用,未来有望进一步优化上下文记忆等功能,提升开发体验与效率。
|
机器学习/深度学习 自然语言处理 自动驾驶
深度学习之常识知识库构建
基于深度学习的常识知识库构建是一项旨在自动化获取和组织广泛的常识性信息的技术,它通过深度学习模型从文本、图像、语音等多种数据源中提取出隐含的常识知识,并构建一个可以被机器理解和应用的知识库。
246 4
|
9月前
|
数据采集 供应链 安全
中小企业数改方案
本方案旨在推动中小企业数字化转型,落实国家四部门发布的《中小企业数字化赋能专项行动方案(2025—2027年)》。通过政策引导、技术支持和应用实践,帮助中小企业降低转型成本,提升核心竞争力,实现从营销管理、生产管控、质量管理到设备管理等多场景的全面数字化升级。
370 2
中小企业数改方案
|
机器学习/深度学习 人工智能 自然语言处理
python如何实现AI问答与举例
python如何实现AI问答与举例
277 0
|
存储 开发框架 前端开发
EAV模型(实体-属性-值)的设计和低代码的处理方案(3)-- 实体属性定义及前端列表展示和数据录入处理
EAV模型(实体-属性-值)的设计和低代码的处理方案(3)-- 实体属性定义及前端列表展示和数据录入处理
|
机器学习/深度学习 自然语言处理 计算机视觉
深度学习中的自注意力机制:理解与应用
在深度学习领域,自注意力机制(Self-Attention Mechanism)已成为推动模型性能飞跃的关键技术之一。本文将通过浅显易懂的方式,探讨自注意力机制的核心原理、实现方法及其在不同领域的应用实例,旨在为初学者和从业者提供一份简明扼要的指南。
|
数据采集 数据挖掘 数据处理
探索“数据菜谱”无限可能:首届Data-Juicer大模型数据竞赛
数据是LLaMA、Alpaca等大语言模型(LLM) 的“食物” ,你心中的大模型米其林菜单会是什么样呢?
Axure原型设计:制作验证码倒计时,并重新获取交互效果
本文详细介绍了在Axure中实现验证码倒计时交互效果的步骤,包括元件准备、布局美化、全局变量设置及交互效果配置。通过分解交互流程,利用全局变量控制倒计时逻辑,最终实现按钮从“获取验证码”到倒计时状态的自动切换,并可重复使用。
382 1