博客
关于我
得分(JAVA语言)
阅读量:127 次
发布时间:2019-02-27

本文共 527 字,大约阅读时间需要 1 分钟。

package 第三章习题;

public class 得分 {

public static void main(String[] args) {    Scanner in = new Scanner(System.in);    String s = in.next();    int sum = 0;    int O = 0;    for (int i = 0; i < s.length(); i++) {        char c = s.charAt(i);        if (c == 'X') {            O = 0;        } else if (c == 'O') {            O++;            sum += O;        }    }    System.out.print(O);}

}

这个程序接收一个由'O'和'X'组成的字符串,计算其得分。规则是每个'O'的得分等于当前连续出现的'O'的个数,而'X'得分为0。例如,输入"OOXXOXXOOO"的得分计算为1+2+0+0+1+0+0+1+2+3=9分。程序通过遍历字符串,逐个字符处理,最后输出累计的得分。

转载地址:http://wgdb.baihongyu.com/

你可能感兴趣的文章
Objective-C实现随机图生成器算法(附完整源码)
查看>>
OJ中常见的一种presentation error解决方法
查看>>
OK335xS UART device registe hacking
查看>>
ok6410内存初始化
查看>>
one_day_one--mkdir
查看>>
OpenCV 中的图像转换
查看>>
opencv5-图像混合
查看>>
opencv9-膨胀和腐蚀
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
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保存图片路径包含中文乱码解决方案
查看>>
opencv图像分割2-GMM
查看>>