博客
关于我
第十一届蓝桥杯 ——乘法表
阅读量:564 次
发布时间:2019-03-09

本文共 702 字,大约阅读时间需要 2 分钟。

进制转换

#include

#include
using namespace std;

int P;char w[36];string change(int n) {string s;while (n) {s += w[n % P];n /= P;}reverse(s.begin(), s.end());return s;}

int main() {cin >> P;for (int i = 0; i <= 9; i++) w[i] = (char)('0' + i);for (int i = 10; i <= 35; i++) w[i] = (char)('A' + i - 10);for (int i = 1; i < P; i++) {for (int j = 1; j <= i; j++) {cout << w[i] << '*' << w[j] << '=' << change(i * j) << ' ';}cout << endl;}return 0;}

题解

进制转换是解决本题的关键。我们需要将十进制数转换为给定进制数,以便正确生成乘法表。具体来说,函数change(int n)负责将十进制数n转换为P进制字符串。转换过程如下:首先,用模运算获取每一位的数字,接着将这些数字按顺序拼接成字符串。最后,通过reverse函数将字符串反转,得到正确的P进制表示。

在main函数中,我们首先读取进制数P。然后为数字0-9和字母A-Z分配相应的字符。接下来,遍历每一个可能的乘数i和j,生成对应的乘法表条目。使用change函数将乘积i*j转换为P进制,并按照指定的格式输出结果。

转载地址:http://dcopz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>