当前位置: 首页 > news >正文

牛客--求小球落地5次后所经历的路程和第5次反弹的高度,称砝码

求小球落地5次后所经历的路程和第5次反弹的高度

描述

假设有一个小球从 hh 米高度自由落下,我们不考虑真实的物理模型,而是简洁的假定,该小球每次落地后会反弹回原高度的一半;再落下,再反弹;……。
求小球在第五次落地时所经历的路程和第五次反弹的高度。

在本题中,路程的计算仅需考虑垂直方向的变化。

输入描述:

在一行上输入一个整数 h(1≦h≦103)h(1≦h≦103) 代表小球的初始高度。

输出描述:

第一行输出一个实数,代表小球在第五次落地时所经历的路程。
第二行输出一个实数,代表第五次反弹的高度。

输入:1
输出:2.875
0.03125说明:
第一次反弹高度为 
0.5 米,第二次反弹高度为 
0.25 米,第三次反弹高度为 
0.125 米,第四次反弹高度为 
0.0625 米,第五次反弹高度为 
0.03125 米。
截止第五次落地,总路程为 
1+2×(0.5+0.25+0.125+0.0625)=2.875 米。
import sys
def h_cm(n):h = n/2return h
for line in sys.stdin:a = line.split()h = int(a[0])h_ = hl = []for i in range(5):h_ = h_cm(h_)l.append(h_)sum_h = h + 2*sum(l[:-1])print(sum_h)print(l[-1])

称砝码

描述

现有n种砝码,重量互不相等,分别为 m1,m2,m3…mn ;
每种砝码对应的数量为 x1,x2,x3...xn 。现在要用这些砝码去称物体的重量(放在同一侧),问能称出多少种不同的重量。

注:

称重重量包括 0

数据范围:每组输入数据满足 1≤n≤10 1≤n≤10  , 1≤mi≤2000 1≤mi​≤2000  , 1≤xi≤10 1≤xi​≤10 

输入描述:

对于每组测试数据:
第一行:n --- 砝码的种数(范围[1,10])
第二行:m1 m2 m3 ... mn --- 每种砝码的重量(范围[1,2000])
第三行:x1 x2 x3 .... xn --- 每种砝码对应的数量(范围[1,10])

输出描述:

利用给定的砝码可以称出的不同的重量数

输入:2
1 2
2 1输出:5说明:
可以表示出0,1,2,3,4五种重量。 
import sys
l = []
for line in sys.stdin:a = line.split()l.append(a)
w = [int(i) for i in l[1]]
n = [int(i) for i in l[2]]
m = int(l[0][0])
n_m = {0}
for i,j in zip(w,n):current_w= set()for j_ in range(1,j+1):   ##遍历每个砝码从1到相应最大值的数量for w in n_m:   #与已有重量组合current_w.add(w + j_ * i)n_m.update(current_w)print(len(n_m))

相关文章:

牛客--求小球落地5次后所经历的路程和第5次反弹的高度,称砝码

求小球落地5次后所经历的路程和第5次反弹的高度 描述 假设有一个小球从 hh 米高度自由落下,我们不考虑真实的物理模型,而是简洁的假定,该小球每次落地后会反弹回原高度的一半;再落下,再反弹;……。 求小球…...

cad学习 day6

平面布置图 文字标注: 材料代码(视口外进行标注) 成品家具(移动家具)、定制家具、洁具、家电电器根据封面设计说明内容进行文字标注sc 缩放代码符号, 打印可以看的清楚 家具尺寸图 家具尺寸标注: 家具尺寸; 过道尺寸; 冰箱、洗衣机、马桶(预览尺寸)D 平面内尺寸置为当前, 视…...

Chrome 浏览器插件获取网页 iframe 中的 window 对象

Chrome 浏览器插件获取网页 iframe 中的 window 对象 前言 之前写了篇《Chrome 浏览器插件获取网页 window 对象》文章,是获取当前页面的 window 对象,但是有些页面是嵌入 iframe 的,特别是系统项目主域一样,那就也需要获取 ifr…...

免费线上签字小程序,开启便捷电子签名

虽如今数字化飞速发展的时代,但线上签名小程序的开发制作却并非易事。需要攻克诸多技术难题,例如确保签名的真实性与唯一性,防止签名被伪造或篡改。 要精准地捕捉用户手写签名的笔迹特征,无论是笔画的粗细、轻重,还是…...

IT运维的365天--021 服务器上的dns设置后不起作用

之前在内网搭建了一个和外网同域名的网站,开发同事今天告诉我,程序调试发现可能服务器不能正常访问自己内网的网站内容。于是,今天的故事开始了。 前面的文章在下面列出,当然不看也问题不大,今天的主题是:…...

深信服企业级数据备份与恢复系统(整机裸机恢复)

概述 深信服企业级数据备份与恢复系统可实现无需搭建目标环境,目标机可以是没有操作系统的物理主机或虚拟机,实现异构环境下的裸机恢复。 深信服企业级数据备份与恢复系统支持的多种连接恢复方式: 1. PXE连接恢复:PXE连接需要做…...

Tool之Excalidraw:Excalidraw(开源的虚拟手绘风格白板)的简介、安装和使用方法、艾米莉应用之详细攻略

Tool之Excalidraw:Excalidraw(开源的虚拟手绘风格白板)的简介、安装和使用方法、艾米莉应用之详细攻略 目录 Excalidraw 简介 1、Excalidraw 的主要特点: Excalidraw 安装和使用方法 1、Excalidraw的安装 T1、使用 npm 安装: T2、使用 …...

OPPO C++面试题及参考答案

五层协议每层包含的协议 在计算机网络的五层协议体系结构(自下而上为物理层、数据链路层、网络层、传输层和应用层)中,各层包含多种协议。 物理层主要负责在物理介质上传输原始的比特流,包括像 RJ - 45 接口标准等物理接口规范&am…...

Unity中LineRenderer使用MeshCollider方法参考

运行时,如果一个物体不添加Collider组件就没有办法被鼠标点击,LineRenderer由于其Mesh会随着摄像机朝向变化,如果要通过添加MeshCollider来使其能够与鼠标交互,就需要不断同步更新其MeshCollider网格。 代码参考如下: …...

BERT模型入门(1)BERT的基本概念

文章目录 BERT是Bidirectional Encoder Representations from Transformers的首字母简写,中文意思是:Transformer的双向编码器表示。它是谷歌发布的最先进的嵌入模型。BERT在许多NLP任务中提供了更好的结果,如问答、文本生成、句子分类等&…...

致命错误: Class ‘ZipArchive‘ not found

银河麒麟V10处理 本人在安装过程遇到的坑,就是不要使用太低版本的 1、安装cmake 确认是否安装 cmake --version 如果没安装的话按照如下步骤处理下(如果想要其他版本点击cmake官网下载) wget https://github.com/Kitware/CMake/release…...

二手车交易平台开发:安全与效率的双重挑战

3.1系统体系结构 系统的体系结构非常重要,往往决定了系统的质量和生命周期。针对不同的系统可以采用不同的系统体系结构。本系统为二手车交易平台系统,属于开放式的平台,所以在体系结构中采用B/s。B/s结构抛弃了固定客户端要求,采…...

vector题目

118. 杨辉三角 - 力扣&#xff08;LeetCode&#xff09; 求解题目时候&#xff0c;我们可以将其看作近似的二维数组。 行为vector<vector<int>>,数组的每个数据类型为vector<int>。 列为vector<int>,数组的每个数据类型为int。 通过观察我们可以发现…...

测试测试测试测试测试测试测试测试测试测试

标题详情作者简介愚公搬代码头衔华为云特约编辑&#xff0c;华为云云享专家&#xff0c;华为开发者专家&#xff0c;华为产品云测专家&#xff0c;CSDN博客专家&#xff0c;CSDN商业化专家&#xff0c;阿里云专家博主&#xff0c;阿里云签约作者&#xff0c;腾讯云优秀博主&…...

Cisco WebEx 数据平台:统一 Trino、Pinot、Iceberg 及 Kyuubi,探索 Apache Doris 在 Cisco 的改造实践

导读&#xff1a;Cisco WebEx 早期数据平台采用了多系统架构&#xff08;包括 Trino、Pinot、Iceberg 、 Kyuubi 等&#xff09;&#xff0c;面临架构复杂、数据冗余存储、运维困难、资源利用率低、数据时效性差等问题。因此&#xff0c;引入 Apache Doris 替换了 Trino、Pinot…...

大恒相机开发(3)—大恒相机工业检测的实际案例

大恒相机工业检测的实际案例 工业检测的实际案例图像采集性能优化技巧工业环境下的稳定性 工业检测的实际案例 以下是一些使用大恒相机进行工业检测的实际案例&#xff1a; 多特征光学成像系统&#xff1a; 在这个案例中&#xff0c;使用大恒相机构建了一个全方位、多特征的图…...

【泛微表单】流程相关信息修改

流程相关信息修改 查询流程对应数据库表名: select b.tablename from workflow_bill b ,workflow_base s,workflow_requestbase t where t.requestid=35389 and t.workflowid = s.id and b...

LeetCode80.删除有序数组的重复项

10多分钟的时间就把一道中等题目做出来了&#xff0c;而且我还没有思考&#xff0c;边写边想。我的思路很简单&#xff0c;就是按照题目意思&#xff0c;从前往后遍历数组并统计相同的个数count&#xff0c;然后一直维护一个左指针&#xff0c;把遍历的数移到左指针上然后左指针…...

rk3568制冷项目驱动开发流程汇总(只适用于部分模块CIF DVP等,自用)

采用fpga输入&#xff0c;3568采集并显示至hdmi RKVICAP 驱动框架说明 RKVICAP驱动主要是基于 v4l2 / media 框架实现硬件的配置、中断处理、控制 buffer 轮转&#xff0c;以及控制 subdevice(如 mipi dphy 及 sensor) 的上下电等功能。 对于RK356X 芯片而言&#xff0c; VICAP…...

费舍尔信息矩阵全面讲述

费舍尔信息矩阵&#xff08;Fisher Information Matrix&#xff09; 费舍尔信息矩阵是统计学中一个非常重要的概念&#xff0c;尤其在参数估计、最大似然估计&#xff08;MLE&#xff09;和贝叶斯推断中具有广泛的应用。它反映了参数估计的不确定性程度&#xff0c;也可以用来…...

.NET后端服务调用FRCRN:跨语言通信与音频数据传输方案

.NET后端服务调用FRCRN&#xff1a;跨语言通信与音频数据传输方案 最近在帮一个做智能客服的朋友优化他们的系统&#xff0c;他们遇到了一个挺典型的工程问题&#xff1a;后端是用.NET技术栈写的&#xff0c;但团队里新引入了一个基于Python的音频降噪模型FRCRN。怎么让这两个…...

Leather Dress Collection LoRA集合评测:跨分辨率(512x768→1024x1536)生成稳定性

Leather Dress Collection LoRA集合评测&#xff1a;跨分辨率&#xff08;512x768→1024x1536&#xff09;生成稳定性 1. 项目概述 Leather Dress Collection是一个基于Stable Diffusion 1.5的LoRA模型集合&#xff0c;专门用于生成各种皮革服装风格的图像。这个集合由Stable…...

在WSL中部署Phi-4-mini-reasoning:Windows开发者的轻量级AI推理环境搭建

在WSL中部署Phi-4-mini-reasoning&#xff1a;Windows开发者的轻量级AI推理环境搭建 1. 为什么选择WSL部署Phi-4-mini-reasoning 对于习惯Windows环境的开发者来说&#xff0c;WSL&#xff08;Windows Subsystem for Linux&#xff09;提供了一个完美的折中方案。它让你既能享…...

AI头像生成器快速入门:3步搞定赛博朋克/古风/动漫头像创意文案

AI头像生成器快速入门&#xff1a;3步搞定赛博朋克/古风/动漫头像创意文案 1. 为什么你需要AI头像生成器 在社交媒体时代&#xff0c;一个独特的头像能让你在人群中脱颖而出。但设计一个完美的头像并不容易&#xff0c;特别是当你想要特定风格时——无论是未来感十足的赛博朋…...

Pixel Couplet Gen实战案例:某AI教育平台春节特训营结业证书像素春联

Pixel Couplet Gen实战案例&#xff1a;某AI教育平台春节特训营结业证书像素春联 1. 项目背景与创意来源 春节作为传统节日&#xff0c;春联是不可或缺的文化元素。某AI教育平台在举办春节特训营时&#xff0c;希望为学员提供独特的结业证书形式。传统纸质证书缺乏互动性和创…...

intv_ai_mk11部署教程:GPU服务器中intv_ai_mk11服务健康检查脚本编写与定时巡检实践

intv_ai_mk11部署教程&#xff1a;GPU服务器中intv_ai_mk11服务健康检查脚本编写与定时巡检实践 1. 环境准备与快速部署 在开始编写健康检查脚本之前&#xff0c;我们需要先确保intv_ai_mk11服务已经正确部署在GPU服务器上。以下是快速部署步骤&#xff1a; 服务器要求&#…...

放弃CMSIS-DSP?实测STM32H7优化RNNoise神经网络运算的几种思路与效果对比

STM32H7神经网络加速实战&#xff1a;从CMSIS-DSP到手工优化的性能突围 在嵌入式音频处理领域&#xff0c;实时噪声抑制一直是工程师们面临的挑战。当我们将目光投向STM32H7这类高性能微控制器时&#xff0c;往往会期待其Cortex-M7内核与双精度FPU能轻松应对神经网络计算。但现…...

MPC-BE开源播放器:解码Windows多媒体生态的5大技术突破

MPC-BE开源播放器&#xff1a;解码Windows多媒体生态的5大技术突破 【免费下载链接】MPC-BE MPC-BE – универсальный проигрыватель аудио и видеофайлов для операционной системы Windows. 项目地址: h…...

微信小程序云开发完整教程

微信小程序云开发完整教程&#xff1a;轻松打造全栈应用 在移动互联网时代&#xff0c;微信小程序凭借其轻量化和即用即走的特性&#xff0c;成为企业和开发者的首选。而微信小程序云开发进一步降低了开发门槛&#xff0c;无需搭建后端服务器即可实现数据存储、云函数调用等功…...

Rust async trait 的底层调度逻辑解析

Rust async trait 的底层调度逻辑解析 Rust 的异步编程模型以其高效和灵活著称&#xff0c;而 async trait 作为异步编程的核心抽象之一&#xff0c;其底层调度逻辑直接影响性能与资源利用率。理解其工作机制不仅能帮助开发者写出更高效的代码&#xff0c;还能避免常见的并发陷…...