在这里，我们将看到内接于正方形内最大莱洛三角形的面积，该正方形内接于一个圆。正方形的边长为'a'，圆的半径为'r'。我们知道正方形的对角线是圆的直径。所以 −2𝑟 = 𝑎√2 𝑎 = 𝑟√2莱洛三角形的高度为 h。莱洛三角形的高度与 a 相同。所以 a = h。所以莱洛三角形的面积是 −示例#include #include using namespace std; float areaReuleaux(float r) { //圆的半径是 ... 阅读更多

在这里，我们将看到内接于正方形内最大莱洛三角形的面积，该正方形内接于一个直角三角形。正方形的边长为'a'，莱洛三角形的高度为 x。三角形的底边为 b，高为 l，斜边为 h。我们知道内接于高为 l、底边为 b 的直角三角形内的正方形的边长为 −莱洛三角形的高度与 a 相同。所以 a = x。所以莱洛三角形的面积是 −示例#include #include ... 阅读更多

在这里，我们将看到内接于正方形内最大莱洛三角形的面积，该正方形内接于一个椭圆。我们知道长轴长度为 2a，短轴长度为 2b。正方形的边长为'x'，莱洛三角形的高度为 h。我们知道内接于长轴为 2a、短轴为 2b 的椭圆内的正方形的边长为 −莱洛三角形的高度与 a 相同。所以 h = x。所以莱洛三角形的面积是 −。示例#include #include using namespace ... 阅读更多

在这里，我们将看到内接于正六边形的正方形内最大莱洛三角形的面积。假设'a'是六边形的边长。正方形的边长为 x，莱洛三角形的高度为 h。根据内接于正六边形内的正方形的每一边的公式 −𝑥 = 1.268𝑎莱洛三角形的高度与 x 相同。所以 x = h。所以莱洛三角形的面积是 −示例#include #include using namespace std; float areaReuleaux(float a) { //六边形的边长为 a    if ... 阅读更多

在这里，我们将看到内接于等边三角形的正方形内最大莱洛三角形的面积。假设'a'是三角形的边长。正方形的边长为 x，莱洛三角形的高度为 h。三角形的边长为 −所以 x 的值为 −𝑥 = 0.464𝑎莱洛三角形的高度与 x 相同。所以 x = h。所以莱洛三角形的面积是 −示例#include #include using namespace std; float areaReuleaux(float a) { //三角形的边长为 a    if ... 阅读更多

在这里，我们将看到内接于半圆的正方形内最大莱洛三角形的面积。假设半圆的半径为 R，正方形的边长为'a'，莱洛三角形的高度为 h。我们知道内接于半圆内的正方形的边长为 −莱洛三角形的高度与 a 相同。所以 a = h。所以莱洛三角形的面积是 −示例#include #include using namespace std; float areaReuleaux(float r) { //半圆的半径为 r    if (r < ... 阅读更多

在这里，我们将看到一个有趣的问题。有一组 N 个元素。我们必须生成一个数组，使得该数组的任何子集的 GCD 都位于给定的元素集中。另一个约束是生成的数组的长度不应超过 GCD 元素集长度的三倍。例如，如果有 4 个数字 {2, 4, 6, 12}，则一个数组将是 {2, 2, 4, 2, 6, 2, 12}要解决这个问题，我们首先必须对列表进行排序，然后如果 GCD 相同 ... 阅读更多

在这里，我们将看到一个有趣的问题。我们将取一个数组，然后通过将每个元素除以前一个元素来求和。让我们考虑一个数组 {5, 6, 7, 2, 1, 4}。则结果将是 5 + (6 / 5) + (7 / 6) + (2 / 7) + (1 / 2) + (4 / 1) = 12.15238。让我们看看算法来理解这个概念。算法divSum(arr, n)开始    sum := arr[0]    for i := 1 to n-1, do       sum := sum + arr[i] / arr[i-1]    done    return sum end示例#include using namespace std; float divSum(int arr[], int n){    float sum = arr[0];    for(int i = 1; i

假设我们有一个数组。我们必须计算数组中出现次数为素数的元素有多少个。所以如果数组是 {1, 2, 2, 0, 1, 5, 2, 5, 0, 0, 1, 1}，则 1 出现了 4 次，2 出现了 3 次，0 出现了 3 次，5 出现了 2 次。所以有三个元素 {2, 0, 5} 出现的次数是素数。所以计数将是 3。算法countPrimeOccurrence(arr, n)开始    count := 0    定义一个键类型为整数、值类型为整数的映射    for ... 阅读更多

在这里，我们将看到一个问题。我们有一个数组。我们的任务是找到那些频率大于 1 的元素。假设元素是 {1, 5, 2, 5, 3, 1, 5, 2, 7}。这里 1 出现了 2 次，5 出现了 3 次，2 出现了 3 次，其他元素只出现了一次。所以输出将是 {1, 5, 2}算法moreFreq(arr, n)开始    定义一个键类型为整数、值类型为整数的映射    对于 arr 中的每个元素 e，执行       增加 map.key(arr).value    done    对于每个键，检查是否 ... 阅读更多