技术经验分享:HLG1314火影忍者之~纲手

简介: 技术经验分享:HLG1314火影忍者之~纲手

"

Description

因为大蛇丸的捣乱,木叶忍者村痛失了和蔼的三代火影,所以身为三代火影徒弟之一的纲手不得不接受木叶//代码效果参考:https://v.youku.com/v_show/id_XNjQwMDM5NzA0OA==.html

村火影的职务~,因为刚刚上任,所以纲手大人需要对木叶村主要忍者的实力有个了解,以方便以后分配任务,所以我们需要统计一下每个忍者的实力高低,作为刚刚通过公务员选拔的你,这可是个很好的表现机会~你需要做的是将所有给定忍者部分实力高低关系,然后在需要的时候能够快速的查找到.

Input

给出一个整数n,然后n行每行给出两个名字,表示前一个忍者强于后一个,然后是一个整数m,表示m个查找,然后是m行,每行也是两个名字。输入到文件尾。忍者的个数在1000以内,名字不长于20,n<1000000,m<=1000。

Output

对于每个查找,输出两个忍者的强弱关系,如果前一个强于后一个,输出“win”,如果前一个弱于后一个,输出”lose”,如果不能确定或查找不到,输出”unknown”。(强弱关系不能传递。)

Sample Input

3

abc bcd

def fgh

def abc

2

bcd fgh

fgh def

Sample Output

unknown

lose

code:

View Code

#include

#include

#include[span style=""color: rgba(0, 0, 255, 1)"">string.h>

#include[span style=""color: rgba(0, 0, 255, 1)"">string

int g【1001】【1001】;

using namespace std;

int main()

{

map[span style=""color: rgba(0, 0, 255, 1)"">string,int

int m,n,i;

char a【22】,b【22】;

while(scanf(""%d"",&n)!=EOF)

{

//代码效果参考:https://v.youku.com/v_show/id_XNjQwMDM5NzAyOA==.html

v.clear();

memset(g,0,sizeof(g));

m=1;

for(i=0;i

{

scanf(""%s%s"",a,b);

if(!v【a】) v【a】=m++;

if(!v【b】) v【b】=m++;

g【v【a】】【v【b】】=1;

}

scanf(""%d"",&n);

while(n--)

{

scanf(""%s%s"",a,b);

if(v【a】==0||v【b】==0||(g【v【a】】【v【b】】&&g【v【b】】【v【a】】)||(g【v【a】】【v【b】】==0&&g【v【b】】【v【a】】==0))

printf(""unknown\n"");

else if(g【v【a】】【v【b】】)

printf(""win\n"");

else if(g【v【b】】【v【a】】)

printf(""lose\n"");

}

}

return 0;

}


"
image.png
相关文章
|
JavaScript
Bert-vits2-v2.2新版本本地训练推理整合包(原神八重神子英文模型miko)
近日,Bert-vits2-v2.2如约更新,该新版本v2.2主要把Emotion 模型换用CLAP多模态模型,推理支持输入text prompt提示词和audio prompt提示语音来进行引导风格化合成,让推理音色更具情感特色,并且推出了新的预处理webuI,操作上更加亲民和接地气。
Bert-vits2-v2.2新版本本地训练推理整合包(原神八重神子英文模型miko)
|
存储 人工智能 弹性计算
从“云+原神”到“云上星穹”,阿里云支持米哈游新游全球首发
近日,阿里云支持米哈游新作《崩坏:星穹铁道》正式上线,首发当天全网下载量突破2000万,当日登上iOS免费榜与畅销榜的总榜第一及其他多国榜首。
|
人工智能 监控 并行计算
Stable Diffusion火影数据集训练:SwanLab可视化训练
**使用Stable Diffusion 1.5模型训练火影忍者风格的文生图模型。在22GB显存的GPU上,通过Huggingface的`lambdalabs/naruto-blip-captions`数据集进行训练,利用SwanLab进行监控。所需库包括`swanlab`, `diffusers`, `datasets`, `accelerate`, `torchvision`, `transformers`。代码、日志和更多资源可在GitHub和SwanLab找到。训练涉及数据下载、模型配置、训练过程可视化及结果评估。**
Stable Diffusion火影数据集训练:SwanLab可视化训练
|
11月前
|
Web App开发 JSON JavaScript
爬取王者荣耀图片
【10月更文挑战第11天】爬取王者荣耀图片。
419 2
|
移动开发 HTML5
动漫二次元漂亮的网站导航HTML5源码
二次元漂亮网站导航HTML源码,页面中还调用了很多外站的图片等链接需自行更换。
404 4
|
存储 安全 Cloud Native
阿里云支持米哈游新游《绝区零》全球开服!
阿里云支持米哈游新游《绝区零》全球开服!
1122 3
|
机器学习/深度学习 人工智能 编解码
AI文生图模型
8月更文挑战第16天
|
数据采集 机器学习/深度学习 自然语言处理
本地训练,开箱可用,Bert-VITS2 V2.0.2版本本地基于现有数据集训练(原神刻晴)
按照固有思维方式,深度学习的训练环节应该在云端,毕竟本地硬件条件有限。但事实上,在语音识别和自然语言处理层面,即使相对较少的数据量也可以训练出高性能的模型,对于预算有限的同学们来说,也没必要花冤枉钱上“云端”了,本次我们来演示如何在本地训练Bert-VITS2 V2.0.2模型。
本地训练,开箱可用,Bert-VITS2 V2.0.2版本本地基于现有数据集训练(原神刻晴)
|
存储 监控 测试技术
大型游戏后台实践浅谈
大型游戏后台实践浅谈
|
人工智能 计算机视觉
【AI欣赏】将火影忍者推向新高度:StableDiffusion的神奇效果
【AI欣赏】将火影忍者推向新高度:StableDiffusion的神奇效果