X星球居民小区的楼房全是一样的,并且按矩阵样式排列。其楼房的编号为1,2,3... 当排满一行时,从下一行相邻的楼往反方向排号。比如:当小区排号宽度为6时,
时间: 2023-05-18 17:05:39 浏览: 139
则第一行的编号为1~6,第二行的编号为12~7,第三行的编号为13~18,第四行的编号为24~19,....以此类推。
现在请你写一个程序,输入用于排号的正整数N(N≤100),以及需要查询的M个房间号码(M≤100),在一行中按输入顺序输出每个房间号码所在的楼号和在该楼的第几层(行号)。行号按从上到下的顺序编号为1,2,3...,楼号按从左到右的顺序编号为1,2,3...。
输入格式:
第一行包含2个正整数N和M,分别表示房间号码用于排号的正整数和需要查询的房间号码数量。
第二行包含M个正整数,表示待查询的房间号码。
输出格式:
共M行,每行包含两个正整数,分别表示相应房间号码所在的楼号和在该楼的行号。
输入样例:
6 3
11 34 56
输出样例:
2 2
6 6
10 3
相关问题
上面代码使用格式<image src='@/static/img/星球观点@2x.png' alt="photo" ></image>是这样用吗
这段代码并不是使用在`<image>`标签上的,而是使用在`<img>`标签上的。使用格式应该是:
```
<img v-dpr-image="'@/static/img/星球观点@2x.png'" alt="photo">
```
其中,`v-dpr-image`是自定义指令的名称,`"'@/static/img/星球观点@2x.png'"`是指定的图片路径,需要使用单引号包裹。在指令中,`binding.value`就是这个路径字符串。
利用Hough圆变换检测检测图像stars.jpg中的星球轮廓,并在原图中绘制出来
以下是利用Hough圆变换检测stars.jpg中的星球轮廓,并在原图中绘制出来的Python代码:
```python
import cv2
import numpy as np
# 读取图像
img = cv2.imread('stars.jpg')
# 将图像转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 对图像进行高斯滤波
blur = cv2.GaussianBlur(gray, (5,5), 0)
# 进行Hough圆变换
circles = cv2.HoughCircles(blur, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0)
# 将检测到的圆的坐标和半径取整
circles = np.uint16(np.around(circles))
# 绘制检测到的圆
for i in circles[0,:]:
# 绘制圆心
cv2.circle(img,(i[0],i[1]),2,(0,255,0),3)
# 绘制圆周
cv2.circle(img,(i[0],i[1]),i[2],(0,0,255),2)
# 显示原图和检测结果
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
运行结果如下图所示:
![stars_detected](https://img-blog.csdnimg.cn/20211203222114238.png)