• C语言I博客作业03


    问题 答案
    这个作业属于哪个课程 C语言设计ΙI
    这个作业要求在哪里 https://edu.cnblogs.com/campus/zswxy/CST2019-2/homework/8717
    我在这个课程的目标是 打好C语言的基础,更加有效的使用C语言
    这个作业在那个具体方面帮助我实现目标 学习if-else语句、格式化输入语句scanf(),以及常用的数学库函数
    参考文献 https://www.cnblogs.com/linli069/p/9713863.html

    1.PTA实验作业

    (1).7-4 阶梯电价

    实验代码截图

    数据处理

    该题目我定义了x与cost两个双精度浮点型变量,先定义变量,接受输入数据放入x,然后用if-else语句执行处理,输出就行了

    PTA提交列表及说明


    一直都是部分正确,没有注意到电量小于零的情况,编译错误就是没有注意到符号,导致编译错误,之后将作为两大块处理,一部分是大于零之后分写情况,比如x在大于零之后的范围展开写,然后再写小于零时的情况,就可以了

    (2).7-5 输出三角形面积和周长

    实验代码截图

    数据处理

    该题目我定义了abc三个整型变量以及s,area,perimeter三个双精度浮点型变量,通过题目给的数据定义的,运用了area=√
    ​s(s−a)(s−b)(s−c)数学公式,所以需要加一个条件为#include<math.h>才能运用数学函数,先定义变量,然后接受输入数据放入abc,之后用if-else语句处理,注意构成三角形的条件,运用&&符号,然后再else不能构成三角形的

    PTA提交列表及说明


    一直都是编译错误,原因在于自己写构成三角形的条件时没有运用到&&符号,还有就是自己忘记写S=(a+b+c)/2这个公式,后面加上去就可以了

    (3).7-6 三天打鱼两天晒网

    实验代码截图

    数据处理

    这个题目定义了x,y两个整型变量,x是天数,y是得到的余数,定义变量 ,接受输入数据放入x,然后用if-else语句执行处理,运用了y=x%5这个表达式,输出就行了

    PTA提交列表及说明


    编译错误是自己没有没有运用到||的缘故,自己不知道||以及x%a的使用方法,后来通过资料知道||为二者或多者只要满足其中一个的意思,x%a为x除以a剩下的余数,且当时没有考虑余数为零的情况导致的,而部分错误是因为自己在else时打鱼情况中没有运用到y=x%5这个公式,导致自己else后面的输出错误

    2..阅读代码


    此代码运用了之后我们要学习的循环语句,可以看出while的语句构成简单,由一个表达式和一条循环体语句构成,可以清楚算出后面的数字b减去前面的数字a的差,且后面的数字b代替前面的数字a继续和它后面数字继续相减,数字一直循环到999为止算出的差值,从这里我可以学习到while语句的用法,和scanf输入,还有符号的正确使用

    3.学习总结

    (1).学习进度条

    周/日期 这周所花的时间 代码行 学到的知识点简介 目前比较迷惑的问题
    9月20号 2小时 38行 知道用C语言最基础编程 没有
    第六周 4小时 73行 学会用C语言编程华氏温度 没有
    第七周 6小时 126行 学会用C语言编程一些分段函数以及求存款利息 if-else格式中的条件弄混淆

    (2).累积代码行和博客字数

    (3).学习感悟

    感觉学习C语言还是比较吃力的,本周也学习了关于华氏温度的转换还有编写分段函数if-else语法,scanf输入,定义变量,还有求存款利息等,通过这些训练,深刻意识到自己的编程的太少,然后在每节专业课之前要预习好下节课要学习的内容,自己编程的时候每次都有犯编译错误等错误,要细心观察,然后希望自己坚持打代码,增加代码数量,阅读相关资料,更上一层楼,更加精通C语言,然后一边预习一边操作,可以更加熟悉我们学习的内容

  • 相关阅读:
    [洛谷P4248][AHOI2013]差异
    [洛谷P4070][SDOI2016]生成魔咒
    [洛谷P3979]遥远的国度
    [CF551E]GukiZ and GukiZiana
    [洛谷P4721]【模板】分治 FFT_求逆
    [洛谷P4721]【模板】分治 FFT
    一键智能抠图-原理与实现
    国防科技大学单张RGB-D图像预测物体对称性
    在OpenCV中使用色彩校正
    Deformable DETR DETR 存在收敛速度慢等缺陷。为了解决这些问题,本文可变形 DETR,其注意力模块仅关注于参考点附近的一小部分采样点作为注意力模块中的 key 元素。可变形 DETR 可以在比 DETR 少 9/10 的训练轮数下,达到更好的性能(尤其是在小目标上)。在 COCO 基准上的大量实验表明了该方法的有效性。
  • 原文地址:https://www.cnblogs.com/gm12/p/11648651.html
Copyright © 2020-2023  润新知