比较X与Y的大小，绝对精准！！！！！！

代码!

#include<stdio.h>
int max(int a,int b)
{
    int x;
    x=a+b;
    return x;
}
    int main()
{
    int i,n,t;
    scanf("%d%d",&i,&n);
    t=i+n;
    printf("%d",t);
    return 0;
}

先奉上代码！！！

　赋图片一张

时间： 2024-08-02 12:15:07

比较X与Y的大小，绝对精准！！！！！！的相关文章

LC-375 猜数字大小Ⅱ

问题: 给出数字n,在1~n中,假设设定了一个数字x让你猜,你猜一个y,如果错误,那就收取￥y的费用,并告诉你x与y的大小关系.求出在1~n中,在最佳策略下猜出一个x至少要花费多少.(考虑所有情况) 思路: 这里用到了DP问题的解决思想.通过遍历猜所有数字的情况,例如n为5,猜3,那么就将问题分成,猜1~2和4~5这两个情况的最优花费(这两个子问题)再加上3的消耗.再对比一个本次最优值,记录下这麽猜的最优值,以便复用. 代码: 1 class Solution { 2 public: 3 int

神经网络：卷积神经网络CNN

一.前言这篇卷积神经网络是前面介绍的多层神经网络的进一步深入,它将深度学习的思想引入到了神经网络当中,通过卷积运算来由浅入深的提取图像的不同层次的特征,而利用神经网络的训练过程让整个网络自动调节卷积核的参数,从而无监督的产生了最适合的分类特征.这个概括可能有点抽象,我尽量在下面描述细致一些,但如果要更深入了解整个过程的原理,需要去了解DeepLearning. 这篇文章会涉及到卷积的原理与图像特征提取的一般概念,并详细描述卷积神经网络的实现.但是由于精力有限,没有对人类视觉的分层以及机器学习等

【Android 应用开发】自定义 View 组件 -- 圆形进度条

转载著名出处 : http://blog.csdn.net/shulianghan/article/details/40351487 代码下载 : -- CSDN 下载地址 : http://download.csdn.net/detail/han1202012/8069497 ; -- GitHub 地址 : https://github.com/han1202012/CircleProcess.git ; -- 工程示例 : 一. 相关知识点解析 1. 自定义 View 组件构造方法构造方

神经网络：卷积神经网络（转）

磁盘和目录状态信息

如何查看分区信息? df -ah(a:显示所有文件系统信息) Filesystem Size Used Avail Use% Mounted on /dev/sda5 17G 2.1G 14G 14% / tmpfs 499M 0 499M 0% /dev/shm /dev/sda1 190M 36M 145M 20% /boot /dev/sda2 1.9G 21M 1.8G 2% /

Egret 学习之从HelloWorld项目开始（二）

1,创建新项目HelloWorld ,可以在界面上点击文件->新建,也可以在命令行使用create: 2,src 目录,存放我们的代码.我们编写的代码都放在src目录下面. bin-debug 目录,项目编译和运行的debug目录,一般我们不要修改该目录下的内容. libs 目录,这里面存放我们的库文件,包括 Egret 核心库和其他扩展库.当然以后添加了第三方库的话也会放在这里. resource 目录,这里放置我们的资源文件,这里面有一个default.res.json 配置文件,用来配置资

（4）javascript的运算符以及运算符的优先级

运算符的使用方法在javascript的程序中要完成各种各样的运算,是离不开运算符的. 在javascript中,按运算符类型可以分为算术运算符.赋值运算符.比较运算符.逻辑运算符.条件运算符等. ( 图片来自于W3School离线手册) 算术运算符案例: <!doctype html> <head> <meta http-equiv="content-type" content="

deep learning学习(四) 逻辑斯蒂（logistic）回归深入理解和matlab程序求参数

第一节中说了,logistic 回归和线性回归的区别是:线性回归是根据样本X各个维度的Xi的线性叠加(线性叠加的权重系数wi就是模型的参数)来得到预测值的Y,然后最小化所有的样本预测值Y与真实值y'的误差来求得模型参数.我们看到这里的模型的值Y是样本X各个维度的Xi的线性叠加,是线性的. Y=WX (假设W>0),Y的大小是随着X各个维度的叠加和的大小线性增加的,如图(x为了方便取1维): 然后再来看看我们这里的logistic 回归模型,模型公式是:,这里假设W>0,Y与X各维度叠加和(这里

六月十九日测试五颜六色的小动物

题目描述 1.题目描述: 小东东上小学了, 作为奖品东东爸送给小东东一些小动物. 每个小动物都有一个固定的颜色和大小. 小东东在给小动物们一个编号后发现:第i个小动物的颜色是i,大小是Ai. 每个小动物i可以吸收大小不超过是它两倍的另一个小动物. 当颜色是x.大小是Ax的小动物x溶解颜色是y和大小是Ay的小动物y时( Ay≤2*Ax) , 它们会变成一个颜色是x,大小是Ax + Ay小动物.注:由于小动物大小的原因,它们相互都有可能吸收对方.很显然最后只会剩一个小动物.现