【洛谷算法题】P5706-再分肥宅水【入门1顺序结构】

简介: 【洛谷算法题】P5706-再分肥宅水【入门1顺序结构】

【洛谷算法题】P5706-再分肥宅水【入门1顺序结构】

🌏题目描述

现在有 t tt 毫升肥宅快乐水,要均分给 n nn 名同学。每名同学需要 2 22 个杯子。现在想知道每名同学可以获得多少毫升饮料(严格精确到小数点后 3 33 位),以及一共需要多少个杯子。

🌏输入格式

输入一个实数 t tt 和一个正整数 n nn,使用空格隔开。

🌏输出格式

输出两行。

第一行输出一个三位小数,表示可以获得多少毫升饮料。第二行输出一个正整数,表示一共需要多少个杯子。

🌏样例 #1

🌙样例输入 #1

500.0 3

🌙样例输出 #1

166.667
6

🌏提示

对于所有数据,0 ≤ t ≤ 10000 0\leq t\leq 100000t10000 且小数点后不超过 3 33 位,1 ≤ n ≤ 1000 1\leq n\leq 10001n1000

🌏题解

import java.util.Scanner;
public class P5706 {
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        double t = in.nextDouble();
        int n = in.nextInt();
        System.out.printf("%.3f\n",t / n);
        System.out.print(2 * n);
        in.close();
    }
}

🌏总结

此题最容易出问题的地方就是结果要严格精确到小数点后 3 位,在 Java 中我们可以使用System.out.printf();来实现类似的格式化输出要求,此题的%.3f表示四舍五入输出该数字,并且保留 3 位小数。

作者:花无缺(huawuque404.com)

相关文章
|
6天前
|
存储 算法
【C算法】编程初学者入门训练140道(1~20)
【C算法】编程初学者入门训练140道(1~20)
|
12天前
|
机器学习/深度学习 人工智能 算法
AI入门必读:Java实现常见AI算法及实际应用,有两下子!
本文全面介绍了人工智能(AI)的基础知识、操作教程、算法实现及其在实际项目中的应用。首先,从AI的概念出发,解释了AI如何使机器具备学习、思考、决策和交流的能力,并列举了日常生活中的常见应用场景,如手机助手、推荐系统、自动驾驶等。接着,详细介绍了AI在提高效率、增强用户体验、促进技术创新和解决复杂问题等方面的显著作用,同时展望了AI的未来发展趋势,包括自我学习能力的提升、人机协作的增强、伦理法规的完善以及行业垂直化应用的拓展等...
95 3
AI入门必读:Java实现常见AI算法及实际应用,有两下子!
|
11天前
|
机器学习/深度学习 算法 文件存储
【博士每天一篇文献-算法】 PNN网络启发的神经网络结构搜索算法Progressive neural architecture search
本文提出了一种名为渐进式神经架构搜索(Progressive Neural Architecture Search, PNAS)的方法,它使用顺序模型优化策略和替代模型来逐步搜索并优化卷积神经网络结构,从而提高了搜索效率并减少了训练成本。
20 9
|
3天前
|
存储 缓存 算法
深入解析B树:数据结构、存储结构与算法优势
深入解析B树:数据结构、存储结构与算法优势
|
29天前
|
机器学习/深度学习 数据采集 人工智能
机器学习算法入门与实践
【7月更文挑战第22天】机器学习算法入门与实践是一个既充满挑战又极具吸引力的过程。通过掌握基础知识、理解常见算法、注重数据预处理和模型选择、持续学习新技术和参与实践项目,你可以逐步提高自己的机器学习技能,并在实际应用中取得优异的成绩。记住,机器学习是一个不断迭代和改进的过程,保持好奇心和耐心,你将在这个领域走得更远。
|
1月前
|
消息中间件 存储 算法
实战算法的基础入门(2)
实战算法的基础入门
|
1月前
|
算法 大数据
实战算法的基础入门(1)
实战算法的基础入门
|
1月前
|
算法 Java
实战算法的基础入门(3)
实战算法的基础入门
|
2月前
|
算法 程序员
高阶算法班从入门到精通之路
高阶算法班从入门到精通之路
23 3
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
机器学习算法入门:从K-means到神经网络
【6月更文挑战第26天】机器学习入门:从K-means到神经网络。文章涵盖了K-means聚类、逻辑回归、决策树和神经网络的基础原理及应用场景。K-means用于数据分组,逻辑回归适用于二分类,决策树通过特征划分做决策,神经网络则在复杂任务如图像和语言处理中大显身手。是初学者的算法导览。

热门文章

最新文章