累加求和 1~ n求和

简介: 累加求和 1~ n求和

a=1 ~ n 的求和


公式:(首项 + 末项) * 项数/2

如果 a=1、 n = 10 => (1+10)10/2 = 55

Python 代码

a = 1
n = 101
# 常规方法
sum = 0
for i in range(a, n):
    sum += i
print(sum)
# 递归方法
def sum(num):
    if num == 1:
        return 1
    return num + sum(num - 1)
print(sum(n - 1))
# python 不包括右侧,所以 101 要 减 1
# 公式:(首项 + 末项) * 项数 / 2
sum = ((a + n - 1) * (n - a)) / 2
print(int(sum))


目录
相关文章
|
C# 数据可视化 开发工具
WPF实现选项卡效果(1)——使用AvalonDock
原文:WPF实现选项卡效果(1)——使用AvalonDock 简介   公司最近一个项目,软件采用WPF开发,需要实现类似于VS的选项卡(或者是浏览器的选项卡)效果。
2540 0
|
2月前
|
存储 人工智能 开发框架
产业升级丨AI 超级公司进化论:从技术突破到商业落地
AI 超级公司无关乎团队规模的大小,他们既懂技术的力量,更懂人性的温度;既追求效率的极致,更坚守文明的底线。
产业升级丨AI 超级公司进化论:从技术突破到商业落地
|
2月前
|
消息中间件 人工智能 运维
AI 原生应用开发实战营·京沪双城回顾 & PPT 下载
近日,阿里云AI原生应用开发实战营 · 北京站&上海站圆满落幕。继深圳、杭州、成都等城市之后,这两场活动吸引了250+名技术从业者深度参与。活动聚焦 AI Agent 领域的前沿技术与落地实践,深度分享AI Agent 架构趋势和演进、AI 开放平台、AI应用运行时、AI应用托管、大模型可观测&AIOps、异步化的Agent事件驱动等热门技术议题,并设置了动手实操环节。
|
SQL 存储 安全
Web 常见攻击方式及防御方法
【10月更文挑战第25天】Web 安全是一个复杂而重要的领域,攻击者不断寻找新的攻击方法,我们需要不断加强防御措施,提高安全意识,以保障 Web 应用的安全运行。通过采取多种防御手段的综合运用,我们可以有效地降低 Web 攻击的风险,保护用户的信息和财产安全。同时,随着技术的不断发展,我们也需要持续关注和研究新的安全威胁和防御方法,以应对不断变化的安全形势。
1610 56
|
8月前
|
机器学习/深度学习 传感器 算法
基于多模态感知与深度学习的智能决策体系
本系统采用“端-边-云”协同架构,涵盖感知层、计算层和决策层。感知层包括视觉感知单元(800万像素摄像头、UWB定位)和环境传感单元(毫米波雷达、TOF传感器)。边缘侧使用NVIDIA Jetson AGX Orin模组处理多路视频流,云端基于微服务架构实现智能调度与预测。核心算法涵盖人员行为分析、环境质量评估及路径优化,采用DeepSORT改进版、HRNet-W48等技术,实现高精度识别与优化。关键技术突破包括跨摄像头协同跟踪、小样本迁移学习及实时推理优化。实测数据显示,在18万㎡商业体中,垃圾溢流检出率达98.7%,日均处理数据量达4.2TB,显著提升效能并降低运营成本。
483 7
|
SQL Oracle 关系型数据库
|
人工智能 vr&ar
太炸裂了!SDXL Turbo在线图片实时生成,速度无与伦比【无需注册或登录】
太炸裂了!SDXL Turbo在线图片实时生成,速度无与伦比【无需注册或登录】
太炸裂了!SDXL Turbo在线图片实时生成,速度无与伦比【无需注册或登录】
|
机器学习/深度学习 缓存 算法
《C++ 与神经网络:自动微分在反向传播中的高效实现之道》
在深度学习领域,神经网络的核心驱动力依赖于高效的反向传播算法,而自动微分技术是其实现的关键。尤其在C++环境中,面对内存管理和性能优化的挑战,通过计算图、对象池、多线程等技术实现高效自动微分,支持神经网络的训练,对促进AI技术的发展具有重要意义。
189 3
|
安全 网络安全 数据安全/隐私保护