今天碰到一道比较有趣的面试题,大家来探讨一下。

简介:

甲乙两地相距100公里,有一辆火车以每小时15公里的速度离开甲地直奔乙地,另一辆火车以每小时20公里的速度从乙地开往甲地。如果有一只鸟,以30公里每小时的速度和两辆火车同时启动,从甲地出发,碰到另一辆车后返回,依次在两辆火车来回飞行,直到两辆火车相遇,请问,这只小鸟往返了多少次?

这个问题比较有趣,有趣的是不是问小鸟飞行了多少距离,而是问小鸟飞行了多少次。如果是问小鸟飞行的距离,则很简单,利用时间相等即可求解,至于求往返的次数的话,似乎只能用递归来调用,我想到的递归算法如下

解答的比较仓促,有兴趣的请一起讨论下。

张志敏所有文章遵循创作共用版权协议,要求署名、非商业 、保持一致。在满足创作共用版权协议的基础上可以转载,但请以超链接形式注明出处。

本博客已经迁移到 GitHub , 围观地址: http://beginor.github.io/

本文转自张志敏博客园博客,原文链接:http://www.cnblogs.com/beginor/archive/2009/04/27/1444844.html ,如需转载请自行联系原作者
相关文章
|
应用服务中间件 网络安全 nginx
【Nginx】Nginx启动显示80端口占用问题的解决方案
【Nginx】Nginx启动显示80端口占用问题的解决方案
2673 1
|
移动开发 程序员 Android开发
寒冬之下,移动开发没人要了, iOS 开发者该 何去何从?
前言: 作者 | 梅梅    文章来源 CSDN 对于移动互联网而言,2018 年像是球场上的一声裁判哨。哨声响起,高潮迭起的上半场结束。本该再创辉煌的下半场,还没开赛却被告之:规则改变、场地收缩、教练下课、冷板凳无限加长。
|
12月前
|
Ubuntu 编译器 计算机视觉
Ubuntu 20.04环境下无法找到#include<opencv/cv.h>文件 - 解决方案。
希望这些信息能帮助你解决遇到的问题。
568 10
|
9月前
|
机器学习/深度学习 传感器 算法
【滤波跟踪】基于EKF(扩展卡尔曼滤波器)进行车辆姿态、速度和位置估计的综合导航算法附matlab代码
✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 🍎 往期回顾关注个人主页:Matlab科研工作室 👇 关注我领取海量matlab电子书和数学建模资料 🍊个人信条:格物致知,完整Matlab代码获取及仿真咨询内容私信。 🔥 内容介绍 一、算法原理与核心优势 扩展卡尔曼滤波(EKF)通过泰勒级数展开将非线性系统模型线性化,结合卡尔曼滤波的递归框架,实现对车辆状态(姿态、速度、位置)的实时估计。其核心优势包括: 多传感器融合能力:可整合IMU(加速度计、陀螺仪)、GPS、轮速传感器、磁力计等数据,通过状态向量(
454 1
|
12月前
|
数据采集 监控 NoSQL
优化分布式采集的数据同步:一致性、去重与冲突解决的那些坑与招
本文讲述了作者在房地产数据采集项目中遇到的分布式数据同步问题,通过实施一致性、去重和冲突解决的“三板斧”策略,成功解决了数据重复和同步延迟问题,提高了系统稳定性。核心在于时间戳哈希保证一致性,URL归一化和布隆过滤器确保去重,分布式锁解决写入冲突。
614 2
 优化分布式采集的数据同步:一致性、去重与冲突解决的那些坑与招
|
人工智能 自然语言处理 Java
通义灵码体验
通义灵码是阿里巴巴推出的智能编程助手,基于通义大模型技术,集成于VS Code、JetBrains等主流开发环境。它支持多语言(Java、Python等),提供智能代码补全、自然语言转代码、代码注释生成、逻辑分析及优化建议等功能,显著提升开发者效率。然而,它也存在一些问题:如内存占用较高,对低配电脑不友好;且目前缺乏不同参数规模的模型选项,影响简单问题的处理速度。整体而言,通义灵码是开发者高效编码与学习成长的有力工具。
965 0
通义灵码体验
|
Linux 数据库
在Linux中,什么是冷备份和热备份?
在Linux中,什么是冷备份和热备份?
|
运维 监控 架构师
如何进行系统架构评审:全面指导与实践
【8月更文挑战第18天】系统架构评审是确保软件项目成功的关键环节之一。通过科学合理的评审流程和严格的评审要点控制,可以显著提高架构设计的质量和项目的整体成功率。
1460 3
|
C++
<iomanip>库中setw(),setfill()等函数的使用
<iomanip>库中setw(),setfill()等函数的使用
1785 0
|
人工智能 人机交互 语音技术
让大模型更懂你的情绪——通义实验室与中科院自动化所联合开源中英双语共情语音对话模型BLSP-Emo
BLSP-Emo模型展示了情感智能在人机交互中的重要性,未来的多模态模型将更加注重情感的识别和表达,使得机器能够更加准确地理解和回应用户的情感状态,甚至生成富有情感的语音反馈。同时,BLSP-Emo展示了将副语言信号对齐到大语言模型语义空间的可能性,我们期待着更加人性化、更具有共情力的对话交互模型的出现。

热门文章

最新文章