7-2 寻找大富翁

7-2 寻找大富翁 分数 25 全屏浏览题目 切换布局 作者 陈越 单位 浙江大学 胡润研究院的调查显示，截至2017年底，中国个人资产超过1亿元的高净值人群达15万人。

PTA 7-2 符号配对（20 分）

7-2 符号配对（20 分） 请编写程序检查C语言源程序中下列符号是否配对：/*与*/、(与)、[与]、{与}。 输入格式: 输入为一个C语言源程序。

如何使用JavaScript 将数据网格绑定到 GraphQL 服务

实际使用 日常开发过程中我们可以用我们常用的JavaScript来直接操作GraphQL，并将自己想要的数据呈现在页面上， 我们可以参考这个简单的应用程序，我们将仅使用 fetch API 来调用 GraphQL 这是我们的网格渲染时的样子： 只需要一点点代码，我们就可以得到一个绑定到 GraphQL 源的功能齐全的在线表格！ 后记 GraphQL 是管理 JavaScript 应用程序中数据的优秀工具。它与SpreadJS配合得很好，尤其是我们的数据绑定功能组件。

7-2 树种统计 (20 分)

本文链接：https://blog.csdn.net/shiliang97/article/details/102924532 7-2 树种统计 (20 分) 随着卫星成像技术的应用，自然资源研究机构可以识别每一棵树的种类

PTA 7-2 找奇葩 (20 分)

在一个长度为 n 的正整数序列中，所有的奇数都出现了偶数次，只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

7-2 到底有多二

本文链接：https://blog.csdn.net/shiliang97/article/details/96301355 7-2 到底有多二 一个整数“犯二的程度”定义为该数字中包含2的个数与其位数的比值

PTA 7-2 方阵循环右移

PTA 7-2 数字之王 (20 分)

的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。这时哪个数字最多，哪个就是“数字之王”。

【数据网格】应用数据网格

逐步从单一数据湖转移到分散的 21 世纪数据网格。 答案被称为“数据网格”。 如果您像我一样感受到公司当前数据架构的痛苦，那么您想迁移到数据网格。但是怎么做？这就是我在本文中探索的内容。 但首先，简要回顾一下数据网格。 那么数据网格方法呢？ 这是具有数据网格架构的同一个电子商务网站。 Green: new data-APIs. 我们还可以看到从数据湖到数据网格的2-3种不同方式。 如果从“数据湖”移动到“B 点”，然后再到完整的数据网格，我们在上面所描述的内容。 然而，第二种选择是首先实现去中心化的“转换数据所有权”，然后可能考虑转向完整的数据网格。

7-2 冒泡法排序 (30分)

7-2 冒泡法排序 (30分) 将N个整数按从小到大排序的冒泡排序法是这样工作的：从头到尾比较相邻两个元素，如果前面的元素大于其紧随的后面元素，则交换它们。

7-2 歌唱比赛计分 (15分)

7-2 歌唱比赛计分 (15分) 设有10名歌手(编号为1-10)参加歌咏比赛，另有6名评委打分，每位歌手的得分从键盘输入，计算出每位歌手的最终得分(扣除一个最高分和一个最低分后的平均分)，最后按最终得分由高到低的顺序输出每位歌手的编号及最终得分

7-2 冒泡法排序 (30分)

将N个整数按从小到大排序的冒泡排序法是这样工作的：从头到尾比较相邻两个元素，如果前面的元素大于其紧随的后面元素，则交换它们。通过一遍扫描，则最后一个元素必定是最大的元素。然后用同样的方法对前N−1个元素进行第二遍扫描。依此类推，最后只需处理两个元素，就完成了对N个数的排序。

PTA 7-2 列车调度（25 分）

7-2 列车调度（25 分） 火车站的列车调度铁轨的结构如下图所示。 两端分别是一条入口（Entrance）轨道和一条出口（Exit）轨道，它们之间有N条平行的轨道。

PTA 7-2 找奇葩 (20 分)

在一个长度为 n 的正整数序列中，所有的奇数都出现了偶数次，只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

PTA 7-2 数字之王 (20 分)

的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。这时哪个数字最多，哪个就是“数字之王”。

网格简化

原文链接 网格简化可以减少网格的三角片数量，同时尽量保持住网格的几何信息或其它属性（如纹理）。 通常情况下，我们讲的网格简化，需要保持住网格的拓扑结构，它区别于下图的Wrap操作。 它的特点： 计算速度相对较慢 对整体误差的控制优于局部操作 ---- 带纹理坐标的网格简化 单纯的网格简化和带纹理坐标的网格简化是有区别的，前者的简化的对象是下面左图所示的网格，后者的简化对象是UV域的网格 带纹理坐标的网格简化，不仅要尽量保持住网格的几何特征，而且还要保持住UV域网格的边界几何。特别是后者，如果UV网格的边界几何变化比较大，会使得网格纹理贴图在UV边界处的颜色割缝比较明显。 当网格简化数目太多的时候，绝大部分的简化点发生在UV网格的内部顶点，这也会导致原始网格的几何简化的比较厉害，并且在UV边界处的几何扭曲会比较大。

网格映射

如果S和T有相同的网格连接关系，那么F可以是一个刚性变换。如果S和T的网格连接关系有差异，则S和T互为对方的Remesh网格。 这类的网格映射就更为复杂了，目前很有少这方面的研究。 另外，网格的参数化也是一类特殊的网格映射。如果参数域是平面，那么它就是网格的UV展开。 因为参数域一般是基本形状，所以这类网格映射都是放在网格参数化里进行讨论。这里介绍的网格映射，网格的形状是一般化的。 ---- 网格映射的性质 网格映射的计算，经常会考虑一些性质： 双射：两个网格在映射区域的映射，期望是一个双射。 扭曲度：映射扭曲度经常用于度量映射的好坏，优化能量里也常见扭曲度的度量。 ---- 网格映射的应用 网格映射有很多应用： 模板网格拟合 纹理迁移 形状插值 ---- 网格映射的计算方法 网格映射的计算方法有很多，常见的有这几种类型： 间接法 直接法 函数映射法 网格映射的计算方法中

网格测量

网格上的测地线：网格上的测地线如果限制在网格的边上走，则为近似的测地线，如下图中间所示。如果测地线可以走网格的面，则为精确的测地线，如下图右所示。 测地线的应用：可以用于测量网格上两点之间的距离，比如下图测量鞋子。也可以用于线切割网格的应用中，比如UV展开网格前，需要先用测地线把网格割开。 可以通过曲率信息来改变网格的测度。如下图所示，中图的线为普通的测地线，右图是吸附到特征边的测地线。 ---- 软件中的单位系统 三维数据一般都有自己的单位，比如1可能代表1米或者1毫米。

网格分割

原文链接 网格分割是什么 网格由顶点和面组成，我们对网格顶点或者面的进行分类，就是网格分割。它是一个分类问题，而分类问题是机器学习里的经典问题。 下面这张图很好的给网格分割方法做了个分类。 一个直观的想法是直接应用图像分割的方法来对网格进行分割。图像和网格的信息结构是有差异的，图像是规则的二维矩阵，网格是不规则的图结构。 那么最简单的可以把网格转化未规则的信息结构，比如把网格映射到二维图像，或者网格体素化。早些时候的网格深度学习方法就是采用的这些方法。 下面这个方法（MeshCNN: A Network with an Edge – Siggraph2019），就是直接在不规则的网格上进行深度学习： 网格的边类比图像的像素。

【JavaScript数据网格】上海道宁51component为你带来企业JS开发人员首选的数据网格——AG Grid

AG Grid是一个客户端JavaScript网格旨在与框架无关它不依赖于任何框架因此可以轻松地与任何框架集成AG Grid支持具有相同API的多个框架通过为每个框架量身定制的GUI层获得更好的开发人员体验和性能提供 AG Grid已成为企业JavaScript开发人员首选的JavaScript数据网格。 02、扩展到数据网格的复杂要求几乎所有其他JavaScript数据网格都开始解决特定问题（例如过滤器和排序，或数据透视表），但随后无法扩展。这些设计不能扩展到数据网格的复杂要求。 大多数网格选择一个框架，或者是通用的 JavaScript，导致框架体验效果不佳。AG Grid提供跨所有框架的核心 API 体验，并针对每个框架针对特定的开发人员进行了增强。 这保证了AG Grid项目将继续进行，同时还免费提供更好的标准JavaScript数据网格。这还允许您使用免费社区版探索、评估和试验AG Grid，而无需参与销售流程，并且您的评估可以根据需要进行。