【牛客刷题】每日一练——判断双对称方阵

简介: 【牛客刷题】每日一练——判断双对称方阵

ello,点进来的小伙伴们,你们好呐!

系列专栏:【牛客刷题】

作者简介:一名双非本科的在读大三小白,我很平凡,学会努力!

给大家推荐一个超级好用的刷题平台——牛客网!

一、判断双对称方阵  

对于一个n阶方阵,请判断该方阵是否双对称,即既左右对称又上下对称。若是则输出“yes”,否则输出“no”。例如,样例中,以第2列为界则左右对称,以第2行为界则上下对称,因此输出“yes”。

输入格式:

首先输入一个正整数T,表示测试数据的组数,然后是T组测试数据。每组数据的第一行输入方阵的阶n(2≤n≤50),接下来输入n行,每行n个整数,表示方阵中的元素。

输出格式:

对于每组测试数据,若该方阵双对称,则输出“yes”,否则输出“no”。注意,引号不必输出。

输入样例:

   2

   3

   1 2 1

   3 5 3

   1 4 1

   3

   1 2 1

   3 5 3

   1 2 1

输出样例:

   no

   yes

解题思路:我们发现题目要求我们的矩阵必须是上下对称 并且 左右也对称 ,那么我们可以想到二维数组遍历的方法,分别比较首行 末行 首列 末列,然后通过循环比较第二行和n-2行 ,第二列和 m-2列,依次类推,设立两个flag 最后通过flag的数值来判断输出yes还是no。

   #include<stdio.h>

   int main() {

       int a[100][100],i,j,k,m,n;

       scanf("%d",&m);

       for(i=0; i<m; i++) {

           scanf("%d",&n);

           for(j=0; j<n; j++)

               for(k=0; k<n; k++)

                   scanf("%d",&a[j][k]);

       int flag=0;

       int flag2=0;

           for(j=0; j<n/2; j++) {

               for(k=0; k<n; k++)

                   if(a[j][k]!=a[n-1-j][k]) {

                       flag=1;

                       break;

                   }

               if(flag==1) {

   

                   break;

               }

           }

           for(j=0; j<n; j++)

               {

               for(k=0; k<n/2; k++)

                   if(a[j][k]!=a[j][n-1-k]) {

                       flag2=1;

                       break;

                   }

           if(flag2==1){

              break;  

           }

       }

           if(flag!=1  &&  flag2!=1){

                printf("yes\n");

           }

           else{

               printf("no\n");

           }

           flag=0;

           flag2=0;

           }

       return 0;

   }

相关文章
|
7天前
|
数据采集 人工智能 安全
|
16天前
|
云安全 监控 安全
|
2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。
269 156
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
208 105
|
10天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
737 5
|
13天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
818 153