【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
|
3月前
|
机器学习/深度学习 人工智能 算法
深度学习入门:理解神经网络与反向传播算法
【9月更文挑战第20天】本文将深入浅出地介绍深度学习中的基石—神经网络,以及背后的魔法—反向传播算法。我们将通过直观的例子和简单的数学公式,带你领略这一技术的魅力。无论你是编程新手,还是有一定基础的开发者,这篇文章都将为你打开深度学习的大门,让你对神经网络的工作原理有一个清晰的认识。
|
1月前
|
存储 缓存 算法
通过优化算法和代码结构来提升易语言程序的执行效率
通过优化算法和代码结构来提升易语言程序的执行效率
|
1月前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
41 3
|
1月前
|
机器学习/深度学习 算法 Python
机器学习入门:理解并实现K-近邻算法
机器学习入门:理解并实现K-近邻算法
36 0
|
2月前
|
存储 缓存 算法
如何通过优化算法和代码结构来提升易语言程序的执行效率?
如何通过优化算法和代码结构来提升易语言程序的执行效率?
|
2月前
|
机器学习/深度学习 算法
机器学习入门(三):K近邻算法原理 | KNN算法原理
机器学习入门(三):K近邻算法原理 | KNN算法原理
|
2月前
|
机器学习/深度学习 算法 大数据
机器学习入门:梯度下降算法(下)
机器学习入门:梯度下降算法(下)
|
2月前
|
机器学习/深度学习 算法 API
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
机器学习入门(五):KNN概述 | K 近邻算法 API,K值选择问题
|
2月前
|
机器学习/深度学习 算法
机器学习入门:梯度下降算法(上)
机器学习入门:梯度下降算法(上)
|
4月前
|
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...
209 3
AI入门必读:Java实现常见AI算法及实际应用,有两下子!
下一篇
DataWorks