3028. Problem B: 幸运双11(已知年月日,求星期;有公式)

已知年月日求星期:
公式: s= y-1 + (y-1)/4 – (y-1)/100 + (y-1)/400 +c;
C为该年一月一日至当日的天数
S%7

求出s,将s除以7取余即为当日的星期数,0为星期日,1为星期1,以此类推。

题目

【问题描述】

双十一购物狂欢节,是指每年11月11日的网络促销日,源于淘宝商城(天猫)2009年11月11日举办的网络促销活动。2019年11月11日刚好是星期一,是工作日,为了不影响双11的交易额,阿里巴巴公司特意加大了促销力度,并有红包大奖。因此,对买家来说,今年的双11是幸运日。
阿里巴巴有意打造成百年老店。因此,买家想知道,从第x年到第y年(含第x年但不含第y年),到底有多少个幸运双11(11月11日刚好是星期一)。

【输入形式】

输入文件包含多个测试数据,每个测试数据为两个整数x和y,代表两个年份,x和y的范围都在[2009, 5000],且x<y。输入文件最后一行为两个0,代表输入结束。

【输出形式】

对每个测试数据,输出占一行,为一个整数,表示从第x年到第y年(含第x年但不含第y年),到底有多少个(可能为0)幸运双11。

【样例输入】

2009 2012
2009 2020
2009 5000
0 0

【样例输出】

0
2
426

【样例说明】
【评分标准】

代码

#include<iostream>
using namespace std;

bool isRun(int year)
{
    if(year%400==0 || (year%4 ==0 && year%100 !=0))
        return true;
    return false;
}

int days(int y,int m,int d)
{
    int sum=0;
    for(int i=1;i<m;i++)
    {
        switch(i)
        {
        case 1:
            sum+=31;
            break;
        case 2:
            if(isRun(y))
                sum+=29;
            else
                sum+=28;
            break;
        case 3:
            sum+=31;
            break;
        case 4:
            sum+=30;
            break;
        case 5:
            sum+=31;
            break;
        case 6:
            sum+=30;
            break;
        case 7:
            sum+=31;
            break;
        case 8:
            sum+=31;
            break;
        case 9:
            sum+=30;
            break;
        case 10:
            sum+=31;
            break;
        case 11:
            sum+=30;
            break;
        case 12:
            sum+=31;
            break;
        default: break;
        }
    }
    sum+=d;
    return sum;
}

int main()
{
    int y1,y2;
    cin>>y1>>y2;
    while(y1 !=0 && y2!=0)
    {
        int sum=0;
        for(int i=y1;i<y2;i++)
        {
            if((i-1+(i-1)/4-(i-1)/100+(i-1)/400+days(i,11,11))%7 == 1)
                sum++;
        }
        cout<<sum<<endl;
        cin>>y1>>y2;
    }

}


内容概要:本文深入研究了基于最优滑模控制的永磁同步电机(PMSM)调速系统模型,重点利用Simulink工具搭建并仿真了该控制系统的动态响应特性。文章系统阐述了最优滑模控制策略的设计原理,突出其在削弱传统滑模控制固有抖振现象、增强系统鲁棒性方面的显著优势。通过与传统滑模控制方法的对比实验,充分验证了所提出方法在调速精度、抗外部干扰能力以及动态响应速度等方面的优越性能。研究内容涵盖PMSM数学建模、滑模面构造、最优控制律推导、Lyapunov稳定性分析、参数整定及Simulink仿真验证等完整环节,形成了一套严谨的控制算法设计与实现流程。; 适合人群:具备自动控制原理、现代控制理论基础和MATLAB/Simulink仿真操作能力,从事电机驱动控制、电力电子与电力传动、运动控制或自动化等相关领域研究的工程技术人员及高校研究生。; 使用场景及目标:① 深入掌握滑模控制理论及其在高性能电机调速系统中的具体应用方法;② 学习如何设计并实现能够有效抑制抖振的最优滑模控制器,以提升系统整体鲁棒性和控制品质;③ 利用Simulink平台独立完成从理论建模到仿真验证的全过程,服务于科研课题、课程设计或实际工程项目。; 阅读建议:建议读者务必结合MATLAB/Simulink环境动手复现文中模型,重点关注滑模切换面的设计准则、控制律的数学推导过程以及控制器参数的调节规律,并通过施加不同的负载扰动、设定多种转速指令等方式全面测试系统的动态与稳态性能,从而深刻理解最优滑模控制的核心机理与工程应用价值。
内容概要:本文提出了一种基于数据驱动的Koopman算子与递归神经网络(RNN)相结合的模型线性化方法,旨在解决纳米定位系统中因强非线性、迟滞和蠕变效应导致的建模困难问题。该方法通过Koopman算子将非线性动态系统映射至高维线性空间,利用RNN学习系统的时间序列演化特征,从而实现对复杂动态行为的精确建模与预测,并进一步集成于模型预测控制(MPC)框架中,显著提升了纳米定位系统的控制精度、动态响应能力与运行稳定性。整个算法体系在Matlab平台上完成代码实现与仿真实验验证,展示了良好的控制性能与工程应用潜力。; 适合人群:具备控制理论、非线性系统建模、机器学习及智能控制基础,从事精密仪器控制、高端制造装备研发、自动化系统设计等领域的研究生、科研人员及工程技术开发者。; 使用场景及目标:①应对扫描探针显微镜、光刻机、超精密加工平台等纳米级定位设备中的非线性建模挑战;②提升高精度运动系统的实时预测控制性能,抑制迟滞与蠕变带来的定位误差;③为数据驱动的非线性系统线性化与先进控制策略(如MPC)的融合提供可复现、可扩展的技术范例。; 阅读建议:建议读者结合提供的Matlab代码,深入理解Koopman观测矩阵构造、RNN网络训练流程及MPC控制器设计之间的协同机制,重点关注数据预处理、特征提取、模型训练与闭环控制仿真的完整链路,以便在相似高精度控制系统中进行迁移与优化应用。
评论 1
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