python 等差数列末项计算方式

等差数列末项计算

题目内容：

给出一个等差数列的前两项a1，a2，求第n项是多少

可以使用以下语句实现非负整数n的输入：

n=int(input())

输入格式:

三行，包含三个整数a1，a2，n

输出格式：

一个整数，即第n项的值

输入样例：

1
4
100

输出样例：

298

My answer

思路一：等差数列，先求差m是多少，第n项的值很多种方法算，我就采用这种a1 + m*(n-1)

a1 = int(input())
a2 = int(input())
m = a2 - a1
n = int(input())
N = a1 + m*(n-1)
print(N)

思路二：我们折腾一下电脑，让计算机用笨方法，从a1开始算，计算n-1次

a1 = int(input())
a2 = int(input())
n = int(input())
m = a2 - a1
for i in range(n-1):
 a1 += m
print(a1)

补充知识：python判断等差数列

废话不多说啦，大家还是直接看代码吧！

import sys
n = int(sys.stdin.readline().strip())
s = sys.stdin.readline()
s = list(map(int, s.split(' ')))
print(n)
print(s)
for i in range(len(s)-1):
    for j in range(i+1, len(s)):
      if s[i] >= s[j]:
        s[i], s[j] = s[j], s[i]
for j in range(1, len(s)-1):
  if s[j] - s[j-1] == s[j+1] - s[j]:
    flag = 1
  else:
    flag = 0
if flag == 1:
  print('Possible')
else:
  print('Impossible')

以上这篇python 等差数列末项计算方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

赞 (0)

相关推荐

  • python斐波那契数列的计算方法

    题目: 计算斐波那契数列.具体什么是斐波那契数列,那就是0,1,1,2,3,5,8,13,21,34,55,89,144,233. 要求: 时间复杂度尽可能少 分析: 给出了三种方法: 方法1:递归的方法,在这里空间复杂度非常大.如果递归层数非常多的话,在python里需要调整解释器默认的递归深度.默认的递归深度是1000.我调整了半天代码也没有调整对,因为递归到1000已经让我的电脑的内存有些撑不住了. 方法2:将递归换成迭代,这样时间复杂度也在代码中标注出来了. 方法3:这种方法利用了求幂的

  • python等差数列求和公式前 100 项的和实例

    最近跑去学了下python,一个很简单的题,结果发现数学公示忘了,在不用for循环的情况下居然有些懵,记录为下.. 题:等差数列可以定义为每一项与它的前一项的差等于一个常数,可以用变量 x1 表示等差数列的第一项,用 d 表示公差,请计算数列 1 4 7 10 13 16 19 - 前 100 项的和. 等差求和公示: 和=(首数+尾数)*项数/2; 题的懵就是尾数忘了怎么求了,查了百度得到结果很简单. 尾数公式: 尾数 = 首数 + (项数-1)*等差数 Python代码: x1 = 1 d

  • python numpy生成等差数列、等比数列的实例

    如下所示: import numpy as np # 等差数列 print(np.linspace(0.1, 1, 10, endpoint=True)) print(np.arange(0.1, 1.1, 0.1)) """总结: arange 侧重点在于增量,不管产生多少个数 linspace 侧重于num, 即要产生多少个元素,不在乎增量 """ # 等比数列 np.logspace(1, 4, 4, endpoint=True, base

  • python 等差数列末项计算方式

    等差数列末项计算 题目内容: 给出一个等差数列的前两项a1,a2,求第n项是多少 可以使用以下语句实现非负整数n的输入: n=int(input()) 输入格式: 三行,包含三个整数a1,a2,n 输出格式: 一个整数,即第n项的值 输入样例: 1 4 100 输出样例: 298 My answer 思路一:等差数列,先求差m是多少,第n项的值很多种方法算,我就采用这种a1 + m*(n-1) a1 = int(input()) a2 = int(input()) m = a2 - a1 n =

  • Python&&GDAL实现NDVI的计算方式

    很短的几句代码,可是我却花了很长的时间才写出来,因为array那里的除法运算结果老是不对,正常在-1-1之间的.从别的资料摘来处理NDVI计算的array代码处,出现了很多问题,可能它用了什么优化计算的函数,但是结果不对,果断放弃了. 直接硬算,影像波段是整数,转成浮点型数字就行,然后再参与运算得出了正确的结果范围. 这个效率还是不行,用c++&&GDAL计算速率快得多了. from osgeo import gdal_array as ga import gdal, ogr, os, o

  • python:目标检测模型预测准确度计算方式(基于IoU)

    训练完目标检测模型之后,需要评价其性能,在不同的阈值下的准确度是多少,有没有漏检,在这里基于IoU(Intersection over Union)来计算. 希望能提供一些思路,如果觉得有用欢迎赞我表扬我~ IoU的值可以理解为系统预测出来的框与原来图片中标记的框的重合程度.系统预测出来的框是利用目标检测模型对测试数据集进行识别得到的. 计算方法即检测结果DetectionResult与GroundTruth的交集比上它们的并集,如下图: 蓝色的框是:GroundTruth 黄色的框是:Dete

  • python实现加密的方式总结

    加密算法分类 对称加密算法: 对称加密采用了对称密码编码技术,它的特点是文件加密和解密使用相同的密钥 发送方和接收方需要持有同一把密钥,发送消息和接收消息均使用该密钥. 相对于非对称加密,对称加密具有更高的加解密速度,但双方都需要事先知道密钥,密钥在传输过程中可能会被窃取,因此安全性没有非对称加密高. 常见的对称加密算法:DES,AES,3DES等等 非对称加密算法: 文件加密需要公开密钥(publickey)和私有密钥(privatekey). 接收方在发送消息前需要事先生成公钥和私钥,然后将

  • python数据分析:关键字提取方式

    TF-IDF TF-IDF(Term Frequencey-Inverse Document Frequency)指词频-逆文档频率,它属于数值统计的范畴.使用TF-IDF,我们能够学习一个词对于数据集中的一个文档的重要性. TF-IDF的概念 TF-IDF有两部分,词频和逆文档频率.首先介绍词频,这个词很直观,词频表示每个词在文档或数据集中出现的频率.等式如下: TF(t)=词t在一篇文档中出现的次数/这篇文档的总词数 第二部分--逆文档频率实际上告诉了我们一个单词对文档的重要性.这是因为当计

  • 利用python控制Autocad:pyautocad方式

    发现pyautocad模块:可以用python控制autocad的包.今天把文档中的重点内容摘录出来,以后绘图.计算大工程量.或者识别施工图的时候时候也许可以用到. 一.连接cad pyautocad包可以用任何版本的cad进行操作,实际上接口都是一样的.文档中首先给出连接cad的代码: from pyautocad import Autocad, APoint acad = Autocad(create_if_not_exists=True) acad.prompt("Hello, Autoc

  • Python操作ES的方式及与Mysql数据同步过程示例

    目录 Python操作Elasticsearch的两种方式 mysql和Elasticsearch同步数据 haystack的使用 Redis补充 Python操作Elasticsearch的两种方式 # 官方提供的:Elasticsearch # pip install elasticsearch # GUI:pyhon能做图形化界面编程吗? -Tkinter -pyqt # 使用(查询是重点) # pip3 install elasticsearch https://github.com/e

  • Python+Empyrical实现计算风险指标

    目录 1.准备 2. Empyrical 基本使用 3.更多的指标 3.1 omega_ratio 3.2 calmar_ratio 3.3 sortino_ratio Empyrical 是一个知名的金融风险指标库.它能够用于计算年平均回报.最大回撤.Alpha值.Beta值.卡尔马率.Omega率.夏普率等.它还被用于zipline和pyfolio,是Quantopian开发的三件套之一. 下面就教你如何使用 Empyrical 这个风险指标计算神器. 1.准备 开始之前,你要确保Pytho

  • Python基于checksum计算文件是否相同的方法

    本文实例讲述了Python基于checksum计算文件是否相同的方法.分享给大家供大家参考.具体如下: 假设有2个二进制文件(0.bin, 1.bin),用checksum检验内容是否相同 # coding: utf8 # Python2.6.2 import md5 with open('0.bin', 'rb') as f: s = md5.new(f.read()).hexdigest() with open('1.bin', 'rb') as f: ss = md5.new(f.read

随机推荐