HDOJ 1279 验证角谷猜想

简介: HDOJ 1279 验证角谷猜想

Problem Description

数论中有许多猜想尚未解决,其中有一个被称为“角谷猜想”的问题,该问题在五、六十年代的美国多个著名高校中曾风行一时,这个问题是这样描述的:任何一个大于一的自然数,如果是奇数,则乘以三再加一;如果是偶数,则除以二;得出的结果继续按照前面的规则进行运算,最后必定得到一。现在请你编写一个程序验证他的正确性。


Input

本题有多个测试数据组,第一行为测试数据组数N,接着是N行的正整数。


Output

输出验证“角谷猜想”过程中的奇数,最后得到的1不用输出;每个测试题输出一行;每行中只有两个输出之间才能有一个空格;如果没有这样的输出,则输出:No number can be output !。


Sample Input

4

5

9

16

11


Sample Output

5

9 7 11 17 13 5

No number can be output !

11 17 13 5


很基础的题目!

import java.util.Scanner;
public class Main{
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int t = sc.nextInt();
        while(t-->0){
            int a[] = new int[100000];
            int ai=0;
            String strnum="";
            int n = sc.nextInt();
            //用来标识是不是第一个奇数输出
            a[ai++]=n;
            boolean isFirst=true;
            while(n!=1){
                if(n%2==0){
                    //n是偶数
                    n=n/2;
                }else{
                    //n是奇数
                    if(isFirst){
                        strnum=strnum+n;
                        isFirst=false;
                    }else{
                        strnum=strnum+" "+n;
                    }
                    n=(n*3)+1;
                }
                a[ai++]=n;
            }
            //根据strnum字符串来判断有没有出现奇数
            if(strnum!=""){
                System.out.println(strnum);
            }else{
                System.out.println("No number can be output !");
            }
        }
    }
}
目录
相关文章
|
小程序 前端开发 架构师
微信小程序点餐系统的开发与实现
前台用户登陆小程序,采用微信账户绑定登陆实现。目前由于测试账户没开通此权限,只能用开发者的身份来进行测试进行。前台用户可以在手机小程序上浏览系统发布的餐品,实现完整的订餐流程。看中相应的餐品可以添加到购物车中,然后下单购买,并可以查看相关的订单信息。
1032 0
微信小程序点餐系统的开发与实现
|
搜索推荐 索引 SEO
关键词是什么意思?
关键词是什么意思? 用户只有通过关键词搜索,才能找到满足自己需求的结果。关键词优化的好与坏,关系到seoer最关注的排名的好与坏,关系到需求覆盖范围的大与小。因此,从seo角度来讲,关键词是一个特别重要的概念。
3724 0
|
8天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
298 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
307 155