news 2026/7/1 5:50:08

GESP认证C++编程真题解析 | B3923 [GESP202312 二级] 小杨做题

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
GESP认证C++编程真题解析 | B3923 [GESP202312 二级] 小杨做题

​欢迎大家订阅我的专栏:算法题解:C++与Python实现!
本专栏旨在帮助大家从基础到进阶 ,逐步提升编程能力,助力信息学竞赛备战!

专栏特色
1.经典算法练习:根据信息学竞赛大纲,精心挑选经典算法题目,提供清晰的代码实现与详细指导,帮助您夯实算法基础。
2.系统化学习路径:按照算法类别和难度分级,从基础到进阶,循序渐进,帮助您全面提升编程能力与算法思维。

适合人群:

  • 准备参加蓝桥杯、GESP、CSP-J、CSP-S等信息学竞赛的学生
  • 希望系统学习C++/Python编程的初学者
  • 想要提升算法与编程能力的编程爱好者

附上汇总帖:GESP认证C++编程真题解析 | 汇总


【题目来源】

洛谷:[B3923 GESP202312 二级] 小杨做题 - 洛谷

【题目描述】

为了准备考试,小杨每天都要做题。第1 11天,小杨做了 道题;第2 22天,小杨做了道题;从第3 33天起,小杨每天做的题目数量是前两天的总和。

此外,小杨还规定,当自己某一天做了大于或等于m mm题时,接下来的所有日子里,他就再也不做题了。

请问,到了第N NN天,小杨总共做了多少题呢?

【输入】

总共4 44行。第一行一个整数a aa,第二行一个整数b bb,第三行一个整数m mm,第四行一个整数N NN

【输出】

一行一个整数,表示小杨N NN天里总共做了多少题目。

【输入样例】

1 2 10 5

【输出样例】

19

【算法标签】

《洛谷 B3923 二级] 小杨做题》 #GESP# #2023#

【代码详解】

#include<bits/stdc++.h>// 包含标准库头文件constintN=370;// 定义数组最大长度usingnamespacestd;// 使用标准命名空间intm,n;// m:阈值,n:项数inta[N];// 存储数列的数组intmain(){// 输入前两项和参数m,ncin>>a[1]>>a[2]>>m>>n;// 生成数列直到第n项或超过阈值mfor(inti=3;i<=n;i++){a[i]=a[i-1]+a[i-2];// 斐波那契数列规则if(a[i]>=m){// 如果超过阈值mn=i;// 调整实际计算的项数break;// 终止生成}}// 计算数列前n项的和intans=0;for(inti=1;i<=n;i++){ans+=a[i];// 累加每项}cout<<ans<<endl;// 输出结果return0;// 程序正常结束}

【运行结果】

1 2 10 5 19
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 2026/7/1 5:06:55

基于YOLOv8/YOLOv10/YOLOv11/YOLOv12与SpringBoot的前后端分离昆虫识别检测系统(DeepSeek智能分析+web交互界面)

一、 系统引言 随着精准农业和智慧植保的快速发展&#xff0c;利用计算机视觉技术对农作物病虫害进行快速、准确的识别与监测&#xff0c;已成为现代农业信息化的重要研究方向。昆虫作为影响农作物健康生长的关键生物因子&#xff0c;其早期发现与种类鉴定对于有效实施防治措施…

作者头像 李华
网站建设 2026/7/1 10:09:27

FaceFusion模型蒸馏实验:小型模型也能媲美原版效果

FaceFusion模型蒸馏实验&#xff1a;小型模型也能媲美原版效果 在直播滤镜、虚拟主播和短视频创作日益普及的今天&#xff0c;实时人脸替换技术正成为内容生产链中的关键一环。然而&#xff0c;高保真换脸模型往往依赖庞大的神经网络和高端GPU&#xff0c;难以部署到手机或边缘…

作者头像 李华
网站建设 2026/7/1 12:47:58

Open-AutoGLM转化准确率提升80%的秘密,99%的人还不知道

第一章&#xff1a;Open-AutoGLM指令到操作转化的核心机制Open-AutoGLM 是一种面向自动化任务执行的指令解析与操作映射框架&#xff0c;其核心在于将自然语言指令高效转化为可执行的操作序列。该机制依赖语义理解、动作规划与上下文感知三大模块协同工作&#xff0c;确保从用户…

作者头像 李华
网站建设 2026/6/26 8:53:10

FaceFusion与MetaHuman对比:两者适用场景有何不同?

FaceFusion 与 MetaHuman&#xff1a;技术路径迥异&#xff0c;适用场景如何抉择&#xff1f; 在短视频滤镜一键换脸、虚拟主播直播带货、电影级数字人表演等现象背后&#xff0c;是两种截然不同的人脸数字化技术路线正在并行发展。一种是以 FaceFusion 为代表的轻量级图像处理…

作者头像 李华
网站建设 2026/6/26 13:25:58

FaceFusion与Adobe Premiere Pro插件开发进展通报

FaceFusion与Adobe Premiere Pro插件开发进展通报 在短视频创作井喷、虚拟人内容频出的今天&#xff0c;一个看似简单却长期困扰创作者的问题浮出水面&#xff1a;如何在不牺牲画质和效率的前提下&#xff0c;实现专业级的人脸替换&#xff1f;传统流程往往依赖复杂的After Eff…

作者头像 李华
网站建设 2026/7/1 18:36:34

Open-AutoGLM自我修正机制实战解析,掌握下一代AI系统的必备技能

第一章&#xff1a;Open-AutoGLM 自主纠错机制原理Open-AutoGLM 是一种基于生成语言模型的自主推理与纠错框架&#xff0c;其核心在于通过多轮自我反馈实现输出内容的动态修正。该机制不依赖外部标注数据&#xff0c;而是利用模型自身对语义一致性、逻辑连贯性和事实准确性的判…

作者头像 李华