当前位置: 首页 > article >正文

计算机软件资格考试—流程图部分

!](https://i-blog.csdnimg.cn/direct/85f1d334b5534dc59377ea838319caba.png)图形名称含义标准写法圆角矩形/椭圆形开始/结束表示程序的开始或结束通常写“开始”或“结束”矩形处理/操作表示一个处理步骤如赋值、计算等如L1→L、0→L,M菱形判断/分支表示条件判断通常有两个出口是/否如A[i]1?、LM?平行四边形输入/输出表示输入或输出操作如输入n、输出M箭头流程线表示流程的方向通常不写文字圆形连接符用于连接不同部分的流程图通常写字母或数字阅读以下说明和流程图填补流程图中的空缺19将解答填入答题纸的对应栏内。【说明】假设数组 A 中的各元素 A(1)A(2) …A(M)已经按从小到大排序M≥1数组 B 中的各元素 B(1)B(2)…B(N)也已经按从小到大排序N≥1。执行下面的流程图后可以将数组A与数组B中所有的元素全都存入数组C中且按从小到大排序注意序列中相同的数全部保留并不计排列顺序。例如设数组A中有元素25679数组B中有元素2347则数组C中将有元素223456779。阅读以下说明和流程图填写流程图中的空缺将解答填入答题纸的对应栏内。【说明】如果一个自然数N恰好等于它所有不同的真因子即N的约数以及1但不包括N之和S则称该数为“完美数”。例如612328124714所以6和28都是完美数。显然6是第1个即最小的完美数。下面流程图的功能是求500以内所有的完美数。如果某自然数小于其所有真因子之和(例如2412346812)则称该自然数为亏数;如果某自然数大于其所有真因子之和(例如8124)则称该自然数为赢数如果某自然数等于从1开始的若干个连续自然数之和(例如101234)则称该自然数为三角形数。据此定义自然数496是(D)。供选择答案A.亏数 B.赢数 C.完美数非三角形数D.完美数和三角形数设整型数组A[1N]每个元素的值都是1到N之间的正整数。一般来说其中会有一些元素的值是重复的也有些数未出现在数组中。下面流程图的功能是查缺查重即找出A[1N]中所有缺失的或重复的整数并计算其出现的次数出现次数为0时表示缺。流程图中采用的算法思想是将数组A的下标与值看作是整数集[1N]上的一个映射用数组C[1N]依次记录各整数k出现的次数c[k]并输出所有缺失的或重复的数及其出现的次数。阅读以下说明和流程图填补流程图中的空缺1~5将解答填入答题纸的对应栏内。【说明】 下图所示的流程图用于检查数组A[1:n]中的元素是否为自然数1~n的一个排序含有1~n各数若是则输出OK否则输出所缺的自然数及其个数m。 为检查A[1:n]中是否含有k只要判断P(k)(A(1)-k)*(A(2)-k)*…*(A(n)-k)是否等于0即可。下面流程图所示算法的功能是在一个二进制位串中求出连续的“1”构成的所有子串的最大长度M。例如对于二进制位串0100111011110, M4。该算法中将长度为n的二进制位串的各位数字按照从左到右的顺序依次存放在数组A[1…n]。在对各个二进制位扫描的过程中变量L动态地记录连续“1”的个数。阅读下列说明和流程图填补流程图中的空缺将解答填入答题纸的对应栏内。[说明]设有二维整数数组(矩阵)A[1:m,1:n]其每行元素从左到右是递增的每列元素从上到下是递增的。以下流程图旨在该矩阵中需找与给定整数X相等的数。如果找不到则输出“false”只要找到一个(可能有多个)就输出“True”以及该元素的下标i和j(注意数组元素的下标从1开始)。例如在如下矩阵中查找整数8则输出为True,4,12 4 6 94 5 9 106 7 10 128 9 11 13流程图中采用的算法如下从矩阵的右上角元素开始按照一定的路线逐个取元素与给定整数X进行比较(必要时向左走一步或向下走一步取下一个元素)直到找到相等的数或超出矩阵范围(找不到)[问题】该算法的时间复杂数是()供选择答案A.O(1) B.O(mn)C.O(m*n)D.O(m²n²)阅读以下说明和流程图填补流程图中的空缺(1](5)将解答填入答题纸的对应栏内。[说明]如果一个整数等于其各位数字的立方和则称该数为“阿姆特斯朗数”亦称为自恋性数。如1531³5³3³就是一个“阿姆特斯朗数”。试用程序流程图求所有3位数中的“阿姆特斯朗数”算法如下用一个循环依次判断三位数i是不是“阿姆特斯朗数”同时用m记录三位数中“阿姆特斯朗数”的个数。判断时先得到数字i的各个位上的数字并保存个位数、十位数和百位数分别用a、b、c表示然后求a、b、c三个数字的立方和如果和i值相等则输出i如果不相同则不输出进行下一个i值的判断。请完善下列流程图实现要求的功能。阅读以下说明和流程图将应填入(n)处的字句写在答题纸的对应栏内。[说明]下面的流程图旨在统计指定关键词在某一篇文章中出现的次数。设这篇文章由字符A(0)…A(n-1)依次组成指定关键词由字符B(0),…B(m-1)依次组成其中nm≥1。注意关键词的各次出现不允许有交叉重叠。例如在aaaa中只出现两次aa”。该流程图采用的算法是:在字符串A中从左到右寻找与字符串B相匹配的并且没有交叉重叠的所有子串。流程图中1为字符串A中当前正在进行比较的动态子串首字符的下标j为字符串B的下标k为指定关键词出现的次数。阅读以下说明和流程图填写流程图中的空缺将解答。填入答题纸的对应栏内。【说明]设[a1b1],[a2,b2]…,[an,bn]是数轴上从左到右排列的n个互不重叠的区间a1b1a2b2…anbn).以下流程图将一个新的区间A,B添加到上述区间集形成新的从左到右排列的若千个互不重叠的区间(若A、B落在原有的两个区间则以原有区间最左端点和最右端点为基准形成新的区间)最后依次输出这些区间的端点。例如给定区间集[1,2],[4,6],[8,10],[13,15],[17,20],添加区间[5,14]后依次输出1,2,4,15,17,20表示合并后的区间集[1,2],[4,15],[17,20]。该流程图采用的算法是先在a1,b1,a2,b2,…,an,bn中扫描定位A点再继续描定位B点在扫描过程中随时输出已确定的区间的端点值。希赛机考模拟T1

相关文章:

计算机软件资格考试—流程图部分

!](https://i-blog.csdnimg.cn/direct/85f1d334b5534dc59377ea838319caba.png) 图形名称含义标准写法圆角矩形/椭圆形开始/结束表示程序的开始或结束通常写“开始”或“结束”矩形处理/操作表示一个处理步骤,如赋值、计算等如L1→L、0→L,M菱形判断/分支表示条件判…...

支付领域 - 资损问题

一、资损是什么在支付领域,资损是一个核心风控术语,特指 “资金的非预期损失”。1. 什么是非预期这笔损失不在正常的业务计划或预算之内。例如:计划内的:为了拉新,预算100万作为用户红包。这是营销成本,不是…...

HKUDS开源项目:DeepTutor、Paper2Slides、ViMax、FastCode

之前写过HKUDS(港大实验室)介绍。 DeepTutor 官网,HKUDS开源(GitHub,10.5K Star,1.4K Fork)集成文档问答、可视化讲解、智能出题、深度研究于一体的个人学习助手。 核心能力: 文…...

Automatic Mixed Precision (AMP) - Gradient Scaling (梯度缩放)

Automatic Mixed Precision {AMP} - Gradient Scaling {梯度缩放}1. Gradient Scaling (梯度缩放)2. 混合精度原理与计算过程2.1. float32 与 float16 数据格式2.2. 混合精度原理2.3. 混合精度计算过程2.4. 特定计算操作对计算精度的要求ReferencesAutomatic Mixed Precision p…...

单目测距+车辆识别+行人车辆距离检测+深度估计识别+车辆距离识别

如何使用YOLOv11和自定义AI模型通过单摄像头估算物体的实际距离 在计算机视觉和人工智能的研究中,物体检测和距离估算是两个非常重要的任务。传统的距离估算方法通常依赖于多个摄像头或专用的传感器,但这些方法成本高且实现复杂。随着深度学习技术的进步…...

个人网络安全自查之-如何判断一个未知程序是否是有害-类比/解混淆/检测分析

前面的文章说明了使用一些工具分析样本头部以及程序body部分的信息,从而获得从而获知程序是否存在可疑的信息,详见这里。但是恶意软件处在不停地进化中,攻防的对抗一致在进行。因此为了阻止静态的分析,恶意软件业也进化出了多种手段对抗分析师的分析。 本文介绍的方法也是…...

【动手学深度学习】第五课 softmax回归

目录 一、softmax回归 1. 独热编码 2. 网络架构 3. softmax运算 4. 损失函数 5. 模型预测与评估 二、图像分类数据集 1. 读取数据集 2. 读取小批量 3. 整合组件 三、softmax的从0开始实现 1. 初始化参数 2. 定义softmax操作 3. 定义模型 4. 定义损失函…...

Kimi LeetCode 552.学生出勒记录|| public int checkRecord(int n)

我来为你详细解析 LeetCode 552. 学生出勤记录 II 这道动态规划题目。 题目分析 出勤记录规则: P (Present):出席A (Absent):缺勤L (Late):迟到 奖励条件: 缺勤次数 严格少于 2 次(即 A 的个数 ≤ 1&#x…...

如何解决 CAS 的 ABA 问题:从版本号机制到 AtomicStampedReference 深度解析

文章目录问题一、 什么是 ABA 问题?二、 为什么不能通过“加锁”来解决?三、 核心方案:引入版本号四、 推荐实现:AtomicStampedReference1. 内部类 Pair2. CAS 对象引用五、 实战演示:拦截 ABA 过程六、 延伸&#xff…...

...........

.................

Linux基础操作——学习记录

Linux的文件结构是多叉树,叶子节点是普通文件或空目录,非叶子节一定是一个非空目录基础操作clear:清屏AITENTER:全屏/退出全屏adduser 用户名: 创建新用户passwd 用户名 : 重置密码userdel -r 用户名&#…...

AI 时代的程序员生存指南:我是如何用 AI 提升 10 倍开发效率的

AI 时代的程序员生存指南:我是如何用 AI 提升 10 倍开发效率的从"抗拒 AI"到"离不开 AI",我的思维转变和实操经验全部分享引言:一个程序员的焦虑去年这个时候,程序员都特别焦虑。因为那段时间,AI …...

vim使用verible插件进行verilog语法检查

github上下载verible后,可在不联网的情况下,在vim中检查verilog语法,或者格式优化(自动缩进等),verible下还有其他插件,待探索(xxx --helpfull)...

2025_NIPS_Praxis-VLM: Vision-Grounded Decision Making via Text-Driven Reinforcement Learning

一、主要内容总结 1. 研究背景与问题 现有视觉语言模型(VLMs)在多模态任务中表现出色,但缺乏复杂场景下的情境推理能力,难以支撑机器人、交互式助手等领域的决策需求。传统增强VLMs推理能力的方法依赖大规模图文配对数据,这类数据标注成本高、获取难度大,尤其在多样化现…...

OpenClaw 超级 AI 实战专栏【模型推理与实战】(五)推理参数调优:精度、速度、显存平衡

目录 一、核心认知:OpenClaw 推理的 “三角平衡” 逻辑 二、OpenClaw 核心推理参数详解(按优先级排序) 三、分场景调优策略(附 OpenClaw 实战代码) 场景 1:低配显卡(4G/6G 显存,如 GTX 1050/1650) 场景 2:中高配显卡(8G/12G/16G 显存,如 RTX 3060/3090/A100)…...

2025_NIPS_IR-OptSet: An Optimization-Sensitive Dataset for Advancing LLM-Based IR Optimizer

文章核心总结与创新点 主要内容 本文针对传统编译器依赖手工优化规则、扩展性差的问题,提出首个公开的优化敏感数据集IR-OptSet,用于提升基于大语言模型(LLMs)的中间表示(IR)优化器性能。该数据集包含170K条LLVM IR样本,源自8个优化领域的1704个开源仓库,定义了代码分…...

Java对象头:深入理解对象存储的核心机制

Java对象结构 实例化一个Java对象之后,该对象在内存中的结构是怎么样的?Java对象(Object实例)结构包括三部分:对象头、对象体和对齐字节,具体下图所示Java对象的三部分 对象头 对象头包括三个字段&#xff…...

Swift构造过程介绍

Swift 构造过程概述Swift 的构造过程是实例化类、结构体或枚举时的重要机制。构造过程通过构造器(init)实现,确保实例在首次使用前完成正确的初始化。Swift 的构造器无需返回值,其主要任务是初始化存储属性。默认构造器如果结构体…...

Pytorch之torch.nn.Conv2d详解

卷积层是卷积神经网络(CNN)的核心组件,而torch.nn.Conv2d作为 PyTorch 中实现二维卷积的核心类,广泛应用于图像分类、目标检测、语义分割等计算机视觉任务。本文将从基础概念、参数详解、使用示例到核心原理,全方位拆解…...

ROS2 -03-工作空间与功能包

文章目录ROS2 工作空间与功能包完全指南一、ROS2 工作空间(Workspace)1. 什么是工作空间?2. 工作空间的目录结构3. 工作空间的类型:Overlay 与 Underlay4. 创建工作空间5. 编译工作空间二、ROS2 功能包(Package&#x…...

MTP管理培训

MTP管理培训 这个是纯管理课程,技术管理还有不同 该套课程以“理”为核心,从“可实操性”入手,阐述了不因人是否天生具有管理特质,也能做好管理。 MTP(Management Training Program/Plan),原义为…...

OBS怎么调美颜?OBS怎么打开美颜功能?

OBS Studio 实现美颜主要有内置滤镜、第三方插件、摄像头硬件美颜三种方式,今天主要介绍第三方插件的用法: 一、基础准备 确保已安装 OBS Studio 最新版(推荐 29.1.3 及以上,稳定性更佳)。 摄像头已连接并正常识别&a…...

计算机毕业设计springboot中药材仓储管理系统的分析与实现 基于SpringBoot框架的中药饮片智能库存与质量追溯平台 中医药材冷链物流与数字化仓储运营管理系统

计算机毕业设计springboot中药材仓储管理系统的分析与实现0j9h07d8(配套有源码 程序 mysql数据库 论文) 本套源码可以在文本联xi,先看具体系统功能演示视频领取,可分享源码参考。随着中医药的全球化推广和国内市场需求的增长,中药…...

LeetCode 11:盛最多水的容器(C语言实现)

题目描述给定一个长度为 n 的整数数组 height。有 n 条垂线,第 i 条线的两个端点是 (i, 0) 和 (i, height[i])。请你找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。返回容器可以储存的最大水量。注意: 你不能倾斜容器。示…...

Unreal Engine5 笔记(持续更新)

C Debug及UE_Log debugPrint GEngine->AddOnScreenDebugMessage(-1, 5, FColor::Red, "Begin play"); 含参print int a 100; GEngine->AddOnScreenDebugMessage(-1, 5, FColor::Red, FString::Printf(TEXT("%d"), a));绘制调制函数 #include &qu…...

基于航空影像的道路异常状态识别 无人机道路阻断巡检 道路减速带识别 无人机道路施工巡检 无人机斑马线监测 道路场景计算机视觉数据集Yolo第10552期

道路场景计算机视觉数据集 README数据集核心信息概览(多数为背景)项目内容类别数量4类类别中文名称阻断道路、减速带、施工中、斑马线图像数量800数据集格式YOLO格式核心应用价值基于航空影像的道路异常状态实例分割,支撑智能交通管理与道路运维决策 往期热门主题 主…...

计算机毕业设计springboot社区便民服务平台 基于SpringBoot框架的智慧社区综合服务运营平台 城市社区数字化生活与多元服务集成管理系统

计算机毕业设计springboot社区便民服务平台9pqty086(配套有源码 程序 mysql数据库 论文) 本套源码可以在文本联xi,先看具体系统功能演示视频领取,可分享源码参考。在快速城市化的进程中,社区作为城市的基本单元,其服务…...

基于STC8H8K64U的光学仪器协同采集平台设计

1. 项目概述本项目面向高校及科研院所实验室场景,构建一套基于STC8H8K64U单片机的多光学仪器协同控制与远程数据采集平台。其核心目标并非替代专用仪器控制器,而是作为轻量级、可扩展的“仪器粘合层”,解决实验室中多品牌、多协议光学设备&am…...

ROS2功能包构建与文件结构解析:从colcon编译到项目部署

1. 从零开始:理解ROS2功能包与工作空间 如果你刚开始接触ROS2,可能会被一堆新名词搞得有点懵:功能包、工作空间、colcon、ament……别担心,这很正常。我刚开始用ROS2的时候,也花了不少时间才把这些概念理清楚。今天&am…...

Nacos 3.0新特性解析:为什么控制台端口独立为8080?

Nacos 3.0架构演进:控制台端口独立背后的深度安全与运维考量 如果你是一位长期使用Nacos的开发者,从1.x版本一路升级过来,可能会对端口号的变化感到一丝困惑。最初,访问http://localhost:8848/nacos就能搞定一切;到了2…...