博客
关于我
hdu_oj1847Good Luck in CET-4 Everybody!(巴什博弈)
阅读量:281 次
发布时间:2019-03-01

本文共 551 字,大约阅读时间需要 1 分钟。

要解决这个问题,我们需要分析Kiki和Cici玩扑克牌的游戏规则,确定谁能赢。这个游戏类似于巴什博弈,其中关键点在于判断牌的数量是否为3的倍数。

方法思路

  • 问题分析:每次可以抓取1、2、4、8等2的幂次数量的牌。最后抓完所有牌的人赢。
  • 关键点:当剩下的牌数是3的倍数时,先手会处于劣势,无法避免输掉比赛。因此,问题转化为判断牌的数量是否为3的倍数。
  • 解决策略:如果n是3的倍数,先手Kiki会输,否则Kiki会赢。
  • 解决代码

    #include 
    using namespace std;int main() { int n; while (cin >> n) { if (n % 3 == 0) { cout << "Cici"; } else { cout << "Kiki"; } } return 0;}

    代码解释

  • 读取输入:使用cin读取输入的牌数n。
  • 判断条件:检查n是否为3的倍数。如果是,输出"Cici",否则输出"Kiki"。
  • 循环处理:处理多个测试用例,逐行读取并处理每个n的值。
  • 这种方法高效且直接,能够快速判断每个测试用例的结果,确保在合理时间内完成。

    转载地址:http://swlo.baihongyu.com/

    你可能感兴趣的文章
    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YOLOv8的停车对齐检测
    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 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>
    opencv之模糊处理
    查看>>
    Opencv介绍及opencv3.0在 vs2010上的配置
    查看>>