NYOJ 219

简介:   An problem about date 时间限制:2000 ms | 内存限制:65535 KB 难度:2   描述 acm的iphxer经常忘记某天是星期几,但是他记那天的具体日期,他希望你能写个程序帮帮他。

 

An problem about date

时间限制: 2000 ms | 内存限制: 65535 KB
难度: 2
 
描述

acm的iphxer经常忘记某天是星期几,但是他记那天的具体日期,他希望你能写个程序帮帮他。

 

 
输入
每行有三个整数 year,month,day,日期在1600年1月1日到9600年1月1日之间;
输出
输出对应的星期,用一个整数表示;(星期一到星期六用1-6表示,星期日用0表示)
样例输入
2011 3 6
1949 10 1
2011 4 1
1945 8 15
样例输出
0
6
5
3
/*有人说蔡勒公式也可以,没试过*/
#include<stdio.h> #include<string.h> /*二月先按28天*/ int yue[13]={0,0,31,59,90,120,151,181,212,243,273,304,334}; /*不可开为8000,必须大于9602,否则因为非法内存而停止*/ int a[9603]; int is_leap(int year) { return year%400==0||year%4==0&&year%100; } int main() { int year,month,day,sum,i; memset(a,0,sizeof(a)); for(i=1600;i<9602;++i) if(is_leap(i)) a[i]=366+a[i-1]; else a[i]=365+a[i-1]; while(scanf("%d%d%d",&year,&month,&day)!=EOF) { sum=0; /*sum+=a[year-1],第year年之前 */ sum+=a[year-1];sum+=yue[month];sum+=day; if(is_leap(year)&&month>2) sum+=1; /*第一天星期6*/ printf("%d\n",(sum+5)%7); } return 0; }

 

目录
相关文章
|
机器学习/深度学习 数据可视化 数据挖掘
深入浅出:Python 在数据分析中的应用
在当今数据驱动的时代,Python 作为一门功能强大且易于学习的编程语言,在数据分析领域中扮演了极其重要的角色。本文将深入探讨 Python 在数据分析中的应用,包括其在数据处理、数据可视化以及机器学习等方面的实践操作。我们将通过实际案例,展示如何使用 Python 的各种库如 Pandas、NumPy、Matplotlib 和 Scikit-learn 来执行数据分析任务,旨在为读者提供一个清晰、系统的Python数据分析学习路径。不同于常规的技术性文章摘要,本文旨在通过具体实例,使读者能够直观感受到 Python 在数据分析中的强大功能和灵活性,从而激发读者深入学习和探索 Python
|
5月前
|
人工智能 算法 程序员
揭秘 AI 编程工具的费用真相:2025 年开发者视角-优雅草卓伊凡
揭秘 AI 编程工具的费用真相:2025 年开发者视角-优雅草卓伊凡
176 1
揭秘 AI 编程工具的费用真相:2025 年开发者视角-优雅草卓伊凡
|
5月前
|
存储 机器学习/深度学习 监控
如何监控员工的电脑——基于滑动时间窗口的Java事件聚合算法实现探析​
在企业管理场景中,如何监控员工的电脑操作行为是一个涉及效率与合规性的重要课题。传统方法依赖日志采集或屏幕截图,但数据量庞大且实时性不足。本文提出一种基于滑动时间窗口的事件聚合算法,通过Java语言实现高效、低资源占用的监控逻辑,为如何监控员工的电脑提供一种轻量化解决方案。
114 3
|
5月前
|
缓存 人工智能 边缘计算
HTTP代理:网页加速的隐形引擎
本文深入探讨HTTP代理在提升网页加载速度中的核心作用与技术原理。通过请求中转、协议优化及传输层加速,结合智能缓存、动态压缩、全球负载均衡和协议升级四大黑科技,实现显著性能提升。同时分析其潜在代价与挑战,并展望边缘计算、AI驱动等未来趋势,为选型提供实用指南。
215 10
|
运维 关系型数据库 MySQL
MySQL8之mysql-community-debuginfo的作用
【7月更文挑战第10天】
199 6
|
6月前
|
SQL 数据采集 监控
VeryReport:高效智能的报表软件,助力企业数据可视化决策
VeryReport:高效智能的报表软件,助力企业数据可视化决策
|
机器学习/深度学习 数据采集 传感器
机器学习实战系列[一]:工业蒸汽量预测(最新版本上篇)含数据探索特征工程等
在工业蒸汽量预测上篇中,主要讲解了数据探索性分析:查看变量间相关性以及找出关键变量;数据特征工程对数据精进:异常值处理、归一化处理以及特征降维;在进行归回模型训练涉及主流ML模型:决策树、随机森林,
|
DataWorks 安全 关系型数据库
DataWorks产品使用合集之想要删除MC表中的部分数据记录,该怎么操作
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
140 6
|
C# 数据库
C#中的空合并运算符与空合并赋值运算符:简化空值处理
C#中的空合并运算符与空合并赋值运算符:简化空值处理
168 0
|
负载均衡
【SpringCloud】Ribbon负载均衡原理、负载均衡策略、饥饿加载
【SpringCloud】Ribbon负载均衡原理、负载均衡策略、饥饿加载
218 0