【洛谷算法题】B2029-大象喝水【入门1顺序结构】

简介: 【洛谷算法题】B2029-大象喝水【入门1顺序结构】

【洛谷算法题】B2029-大象喝水【入门1顺序结构】

题目链接:大象喝水 - 洛谷

🌏题目描述

一只大象口渴了,要喝 20 2020 升水才能解渴,但现在只有一个深 h hh 厘米,底面半径为 r rr 厘米的小圆桶 (h hhr rr 都是整数)。问大象至少要喝多少桶水才会解渴。

Update:数据更新,这里我们近似地取圆周率 π = 3.14 \pi = 3.14π=3.14

🌏输入格式

输入有一行:包含两个整数,以一个空格分开,分别表示小圆桶的深 h hh 和底面半径 r rr,单位都是厘米。

🌏输出格式

输出一行,包含一个整数,表示大象至少要喝水的桶数。

🌏样例 #1

🌙样例输入 #1

23 11

🌙样例输出 #1

3

🌏提示

🌙数据规模与约定

对于全部的测试点,保证 1 ≤ h ≤ 500 1 \leq h \leq 5001h5001 ≤ r ≤ 100 1 \leq r \leq 1001r100

🌏题解

import java.util.Scanner;
public class B2029 {
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        // 圆桶深度
        int hCm = in.nextInt();
        // 圆桶底部半径
        int rCm = in.nextInt();
        // 需要喝的桶数
        int num = 0;
        if (20000 % (3.14 * rCm * rCm * hCm) == 0) { // 刚好有若干桶水可以累加到 2 L
            num = (int)(20000 / (3.14 * rCm * rCm * hCm));
        } else { // 最后一桶水喝不完, 那么就要多加一桶水
            num = (int)(20000 / (3.14 * rCm * rCm * hCm) + 1);
        }
        System.out.print(num);
        in.close();
    }
}

🌏总结

单位转换:

1 dm^3 = 1000 cm^3 = 1000ml = 1 L

由题意知道大象要喝 20000 c m 3 cm^3cm3 的水才能解渴,所以用 20000 除以每桶能够盛放的水就可以得到一共需要多少桶水了,但是需要注意,要保证大象至少要喝 2000 c m 3 cm^3cm3 的水,所以用除法来做的话,当 20000 对每桶水的体积取模结果不是整数时,要再加上一桶水才能保证大象能够喝到 2 L 以上的水。

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)
|
11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