news 2026/2/12 13:47:42

CSP 二进制与小数进制转换专题及答案解析

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
CSP 二进制与小数进制转换专题及答案解析

CSP 进制转换专题单选题(15题,替换原码/补码为小数进制转换)

说明:每题只有一个正确答案,满分 15 分,每题 1 分。

1、十进制数255对应的二进制数是()

A. 32 B. 42 C. 52 D. 62

2、二进制数101010对应的十进制数是()

A. 144 B. 150 C. 160 D. 170

3、十进制数100对应的八进制数是()

A. 58 B. 60 C. 62 D. 64

4、十六进制数3A对应的十进制数是()

A. 6D B. 7D C. 8D D. 9D

5、二进制数1101101对应的十六进制数是()

A. 1010111 B. 1100111 C. 1001011 D. 1000011

6、八进制数127对应的二进制数是()

A. 2G B. 1F C. 28H D. 08

7、以下哪个数是十六进制的合法表示()

A. 0.625 B. 0.5 C. 0.75 D. 0.875

8、二进制小数0.101对应的十进制小数是()

A. 0.625 B. 0.5 C. 0.75 D. 0.875

9、十进制小数0.75对应的二进制小数是()

A. 0.11 B. 0.101 C. 0.1 D. 0.011

10、二进制小数0.1101对应的十进制小数是()

A. 0.8125 B. 0.75 C. 0.6875 D. 0.9375

11、若二进制数101101110011相加,结果对应的十进制数是()

A. 90 B. 92 C. 94 D. 96

12、某进制下,等式3 * 5 = 13成立,则该进制为()

A. 六进制 B. 七进制 C. 八进制 D. 九进制

13、二进制数1001001对应的八进制数是()

A. 111 B. 112 C. 113 D. 114

14、十六进制数100对应的十进制数是()

A. 256 B. 512 C. 1024 D. 2048

15、以下不同进制的数中,数值最大的是()

  1. A. 11111110 B. 11111111 C. 10000000 D. 11111101


参考答案

  1. B

  2. B

  3. A

  4. A

  5. A

  6. A

  7. B

  8. A

  9. A

  10. A

  11. C

  12. B

  13. A

  14. A

  15. D


版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/2/8 19:23:34

MD5不能处理数组

因为MD5不能处理数组会返回null ,所以当MD5的比较双方出现数组, 例如 MD5(a[]1)MD5(b[]2),从理论上来讲,二者并不相等,可因为MD5不能处理数组 所以结果为nullnull,结果为真 因此构造payload:?a[]1&b[]2

作者头像 李华
网站建设 2026/2/6 10:21:34

超跌系数公式 通达信

{}N:5; RSV:(CLOSE-LLV(LOW,5))/(HHV(HIGH,5)-LLV(LOW,5))*100; K:SMA(RSV,3,1); D:SMA(K,3,1); J:3*K-2*D; MON:C; CD:100*(1-MA(MON,N)/MON); CDM:MA(CD,3); CDMM:MA(CDM,3); DRAWICON(CROSS(CD,CDM) AND REF(CD,1)<0 AND J<20 ,CD,1);

作者头像 李华
网站建设 2026/2/11 7:55:16

MBA必看!10个高效降AIGC工具推荐,告别AI痕迹

MBA必看&#xff01;10个高效降AIGC工具推荐&#xff0c;告别AI痕迹 AI降重工具&#xff1a;高效降低AIGC率&#xff0c;让论文更自然 在当前学术写作中&#xff0c;AI生成内容的痕迹越来越明显&#xff0c;而MBA学生作为高阶学习者&#xff0c;对论文的原创性和专业性有着更高…

作者头像 李华
网站建设 2026/2/6 5:22:52

使用TensorRT优化Baichuan大模型生成效率

使用TensorRT优化Baichuan大模型生成效率 在当前大模型落地加速的背景下&#xff0c;推理性能已成为决定服务可用性的关键瓶颈。以Baichuan系列为代表的开源大语言模型虽然具备强大的语义理解能力&#xff0c;但其庞大的参数量&#xff08;如Baichuan-13B&#xff09;使得原生P…

作者头像 李华
网站建设 2026/2/7 22:16:09

推理吞吐量提升4倍的秘密武器:TensorRT层融合技术

推理吞吐量提升4倍的秘密武器&#xff1a;TensorRT层融合技术 在当今AI应用遍地开花的时代&#xff0c;从手机上的美颜滤镜到自动驾驶汽车的感知系统&#xff0c;深度学习模型正以前所未有的速度进入现实世界。但一个残酷的事实是&#xff1a;训练完成的模型&#xff0c;往往跑…

作者头像 李华
网站建设 2026/2/8 14:52:44

大规模模型部署挑战:TensorRT提供稳定解法

大规模模型部署挑战&#xff1a;TensorRT提供稳定解法 在当今AI工业化落地加速的浪潮中&#xff0c;一个现实问题日益凸显&#xff1a;我们能训练出越来越大的模型&#xff0c;却越来越难把它们高效地“跑起来”。从GPT到LLaMA&#xff0c;参数动辄数十亿、上百亿&#xff0c;这…

作者头像 李华