新闻详情

新闻详情

首页 / 资讯中心 / 详情

C语言/数据结构位运算题解:异或XOR找出挑战赛中的“独特能量球“——只出现一次的数字

发布时间:2026/11/14 6:58:58来源:尧图网络
C语言/数据结构位运算题解:异或XOR找出挑战赛中的“独特能量球“——只出现一次的数字
问题描述小M正在参加一个能力选择挑战赛他面前有多个能量球每个能量球上都有一个整数能量值。挑战规则是所有的能量球都成对出现即每个能量值恰好出现两次但有一个能量球是独特的它的能量值只出现一次。小M需要快速找出这个独特能量球的能量值才能通过挑战。要求设计一个算法在 O(n) 的时间复杂度内找出独特的能量值其中 n 是能量球的数量。尽量减少额外空间的使用以展示你的算法优化技巧。测试样例样例1输入energy [5, 3, 5, 2, 3, 1, 1]输出2解释能量值 2 只出现一次是独特的能量球。样例2输入energy [10, 20, 10, 30, 20, 40, 40]输出30解释30 是唯一一个不重复的能量值。样例3输入energy [0, 1, 1, 2, 2, 3, 3]输出0解释0 只出现一次其余能量值都成对出现。约束条件1 ≤ energy.length ≤ 10010 ≤ energy[i] ≤ 1000能量球的数量为奇数除了一个能量值只出现一次外其余每个能量值都恰好出现两次程序代码#include stdio.hint findUnique(int* energy, int energySize) {int result 0;for (int i 0; i energySize; i) {result ^ energy[i];}return result;}int main() {int energy1[] {5, 3, 5, 2, 3, 1, 1};int energy2[] {10, 20, 10, 30, 20, 40, 40};int energy3[] {0, 1, 1, 2, 2, 3, 3};printf(%d\n, findUnique(energy1, 7)); // 2printf(%d\n, findUnique(energy2, 7)); // 30printf(%d\n, findUnique(energy3, 7)); // 0return 0;}#include stdio.h int findUnique(int* energy, int energySize) { int result 0; for (int i 0; i energySize; i) { result ^ energy[i]; } return result; } int main() { int energy1[] {5, 3, 5, 2, 3, 1, 1}; int energy2[] {10, 20, 10, 30, 20, 40, 40}; int energy3[] {0, 1, 1, 2, 2, 3, 3}; printf(%d\n, findUnique(energy1, 7)); // 2 printf(%d\n, findUnique(energy2, 7)); // 30 printf(%d\n, findUnique(energy3, 7)); // 0 return 0; }运行结果
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉