乱七八糟：刑侦科推理试题

上学期看到2018年刑侦科推理试题,直觉告诉我可以嵌套N层for循环来解答,但后面还是用组合算法穷举出所有组合算到答案,嵌套太深不好搞啊. 从 0b00000000000000000000 自增到 0b11111111111111111111,每2bit表示一道题的答案,即: 0b00为A,0b01为B,0b10为C,0b11为D, 利用位移操作从左边高位依次读取每2bit的数,判断后不符合题意的组合就扔掉,最终肯定有一个组合答案符合. 下面我自己的解法 // // Created by sys

这题越推越觉得应该用程序写,所以就用python写了一个,为什么用python,因为真的很方便. 先看看理论上是否可行,10道题,每题4个选项,也就是4的10次幂,2的20次幂,也就是20bit,2.5Byte的数据要遍历,这个数量级一般计算机妥妥够用,4Byte以内通常都可以,要是20题就是5Byte就比较吃力了,6Byte就要几周时间了,8Byte就别想了,当然是遍历完,要是在前面就出结果了例外. 下面是python源码: ask_all = 0; ask = [0,0,0,0,0,0,0,

最近很火的刑侦推理题,我也试了一下,答案是BCACA CDABA 如果直接推理很难,还要不断试错.既然这样不如借助计算机暴力出结果(因为只有4^9=262144种情况,可以无脑秒出).具体做法是 首先生成所有可能的答案(递归生成解答树) 筛选掉不符合10个题目要求的(剪枝,剪枝顺序还可以优化) 剩下唯一一个就是答案 附上源代码: #include <algorithm> #include <iostream> #define pass char answers[10]; // Au

四个嫌疑犯 ABCD4个嫌疑犯,A说是B干的,B说是D干的,C说不是我干的,D说B在说谎. 其中只有一人说的是真话( )是罪犯 4个人中只有一个人干了坏事,所以只有4种情况.对于答案1000,0100,0010,0001,只需要判断每个答案中有几个真话.几个假话,真话为1的那种情况就是答案. 10道刑侦科推理试题 在这个问题中,最重要的信息是:单选题,如果忽略了这个条件,就会得到多个答案 10个问题,每个问题4中答案,总共有$4^10=2^20$种备选答案,验证每个答案是否自冾即可. def g

经常面试的时候,让写各种乱七八糟的多线程面试题,收集了很多,有些还是挺好玩的. 1.编写程序实现,子线程循环10次,接着主线程循环20次,接着再子线程循环10次,主线程循环20次,如此反复,循环50次. package com.zhikui.interview; import java.util.concurrent.locks.Condition; import java.util.concurrent.locks.Lock; import java.util.concurrent.locks

MIME-Version: 1.0 Content-Type: multipart/related; boundary="----=_NextPart_01D0D7AA.9B0B5E10" 此文档为"单个文件网页",也称为"Web 档案"文件.如果您看到此消息,但是您的浏览器或编辑器不支持"Web 档案"文件.请下载支持"Web 档案"的浏览器,如 Microsoft Internet Explorer.

之前自己做实验也用过MRF(Markov Random Filed,马尔科夫随机场),基本原理理解,但是很多细节的地方都不求甚解.恰好趁学习PGM的时间,整理一下在机器视觉与图像分析领域的MRF的相关知识. 打字不易,转载请注明.http://blog.csdn.net/polly_yang/article/details/9716591 在机器视觉领域,一个图像分析问题通常被定义为建模问题,图像分析的过程就是从计算的观点来求解模型的过程.一个模型除了可以表达成图形的形式外,通常使用一个目标函数

之前自己做实验也用过MRF(Markov Random Filed,马尔科夫随机场),基本原理理解,但是很多细节的地方都不求甚解.恰好趁学习PGM的时间,整理一下在机器视觉与图像分析领域的MRF的相关知识. 转载于http://blog.csdn.NET/polly_yang/article/details/9716591 在机器视觉领域,一个图像分析问题通常被定义为建模问题,图像分析的过程就是从计算的观点来求解模型的过程.一个模型除了可以表达成图形的形式外,通常使用一个目标函数来表示,因此建模