1523. 在区间范围内统计奇数数目(1)

本文介绍了如何用C++和Python编程解决两个问题:一是计算给定区间内的奇数个数,涉及递推和边界条件;二是去除工资序列中最高和最低值后求平均,涉及寻找最大值和最小值并进行计算。通过实例展示了代码实现和原理解析。

问题描述1:

在这里插入图片描述

1.首先0到8之间有5偶4奇。
2.最大数和最小数都是偶数时,奇数个数:sum = (high - low)/2; 其他情况都是(high - low)/2 + 1取下界;
3.【0,x】之间奇数为(x+1)/2 取下界

所以这里可以这样计算x->y之间的奇数=》先计算完[0,x-1] (保留数字x的存在) 之间的奇数,然后计算[0,y]的奇数,最后做差.

11

题外话:
举例子:
1. x=6(0110)>>(0011)=3
2. 6+1=7(0111)>>(0011)=3
3. (1,3,5)刚好3个奇数====》所以【0,奇数】有几个奇数,下一位数字也几个奇数(5/6、7/8…奇数是一样)
4. 就是x为奇数时,例如5,不够进位,加一位后方可除2,为奇数个数,偶数的话加一之后移位对结果没有影响
右移1位表示数字降一倍,左移1位增加1倍(偶数,奇数近似)

c++编程

class Solution {
public:
    int odd(int x){
        return (x+1)>>1;
    }
    int countOdds(int low, int high) {
        return odd(high)-odd(low-1);
    }
};

python3编程

class Solution:   
    def countOdds(self, low: int, high: int) -> int:
        odd=lambda x: (x + 1) >> 1   #匿名函数
        return odd(high)-odd(low-1)

问题描述2:1491. 去掉最低工资和最高工资后的工资平均值

vector < int > &A ;意味着vector是一个向量(或int型的容器),引用A

wenti2

提示:int ints[] = { 3,5,7,2,7,6,4 };
//方法一
cout << “方法一最大值地址是” << max_element(ints, ints + 7, structs) << endl;
cout << “方法一最大值的值是” << *max_element(ints, ints + 7, structs ) << endl;
//方法二
cout << “方法二最大值地址是” << max_element(ints, ints + 7) << endl;
cout << “方法二最大值的值是” << *max_element(ints, ints + 7) << endl;
//如果不加 ‘ * ’获取的是他的地址,求数列的最小值min_element()。同理

int sum = accumulate(vec.begin() , vec.end() , 42);
accumulate 带有三个形参:头两个形参指定要累加的元素范围,第三个形参则是累加的初值

c++编程

class Solution {
public:
    double average(vector<int>& salary) {
        double tall =  *max_element(salary.begin(), salary.end());
        double small = *min_element(salary.begin(), salary.end());
        double sum = accumulate(salary.begin(), salary.end(),-tall-small);
        return sum/(salary.size()-2);
    }
};

python3编程

class Solution:
    def average(self, salary: List[int]) -> float:
        tall=max(salary)
        small=min(salary)
        sum1=sum(salary)-tall-small
        return sum1/(len(salary)-2)

若有理解错误后台留言,谢谢

内容概要:本文深度解析了Palantir Paragon 2025大会的核心演讲与实践案例,全面展现了Palantir如何通过其AIP(人工智能平台)和Ontology(本体论)技术,推动各行业实现从数据孤岛到统一操作系统的数字化转型。大会以“危机无日历”为开篇,强调在不可预测的全球危机中,组织必须具备实时响应与智能决策的能力。随后,CEO Alex Karp阐述了Palantir“非寄生”的价值创造哲学,强调软件必须为客户创造远超其成本的实际价值,并通过FDE(前线部署工程师)模式深入业务一线。多个行业案例展示了该理念的落地成果:Kavanagh Construction构建“总运营管理系统”TOM,实现97%员工高频使用;Healthpeak从会计流程切入,迈向从租户互动中捕获战略情报的智能地产管理;Tampa General Hospital利用AI将脓毒症48小时死亡率降低68%,挽救数百生命;Johnson Controls整合200个系统数据,实现潜客转化率5倍增长;R1RCM构建FAIR OS系统,实现医保拒付的自动分诊、上诉乃至事前预防;最后,AIP 2026愿景描绘了“自愈式自主企业”的未来,通过Action Logs、AI FDE和Hive Mind等技术,让企业具备自我诊断、自我修复和持续进化的能力。; 适合人群:具备一定技术或管理背景,关注企业数字化转型、人工智能落地应用、数据治理与智能决策系统的从业者,尤其是来自医疗、建筑、房地产、工业制造、金融及公共部门的管理者与技术负责人。; 使用场景及目标:①理解AI如何从“辅助工具”演进为“自主行动系统”,驱动企业全价值链优化;②学习如何通过本体论(Ontology)打破数据孤岛,构建业务与数据深度融合的统一操作系统;③借鉴各行业头部企业的真实转型路径,探索自身组织在危机应对、运营提效、客户服务和收入增长方面的智能化升级方案;④洞察未来企业形态——自愈式自主企业的技术架构与发展蓝图。; 阅读建议:此资源以真实企业案例与高层战略思想相结合,不仅呈现技术实现,更强调价值导向与组织变革。建议读者在阅读时重点关注“问题起点—解决方案—实际成效”的逻辑链条,并思考如何将“软件必须证明其存在理由”、“前线部署”、“隐性知识捕获”等理念应用于自身业务场景,同时结合演示中的具体功能(如自然语言查询、代理式工作流、行动日志反馈)进行对标分析与启发式实践。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值