第三章 程序设计初步

//p55
//各行小数点对齐
#include <iostream>
#include <iomanip>
using namespace std;
int main()
{
	double a=123.456,b=3.14159,c=-3214.67;
	cout<<setiosflags(ios::fixed)<<setiosflags(ios::right)
		<<setprecision(2);
	cout<<setw(10)<<a<<endl;
	cout<<setw(10)<<b<<endl;
	cout<<setw(10)<<c<<endl;
	return 0;
}

运行结果:


//p56
//用 putchar 函数进行字符的输出
#include <iostream>
using namespace std;
int main()
{
	char a,b,c;
	a='B';
	b='O';
	c='Y';
	putchar(a);
	putchar(b);
	putchar(c);
	putchar('\n');
	putchar(66);
	putchar(79);
	putchar(89);
	putchar('\n');
	return 0;
}
运行结果:


//p57
//用 getchar 函数进行字符的输入
#include <iostream>
using namespace std;
int main()
{
	char c;
	c=getchar();
	putchar(c+32);
	putchar('\n');
	return 0;
}
运行结果:


//p58
//求一元二次方程ax*x+b*x+c=0的根
#include <iostream>
#include <cmath>
using namespace std;
int main()
{
	float a,b,c,x1,x2;
	cin>>a>>b>>c;
	x1=(-b+sqrt(b*b-4*a*c))/(2*a);
	x2=(-b-sqrt(b*b-4*a*c))/(2*a);
	cout<<"x1="<<x1<<endl;
	cout<<"x2="<<x2<<endl;
	return 0;
}
运行结果:


//p67
//求三角形的面积
#include <iostream>
#include <cmath>
#include <iomanip>
using namespace std;
int main()
{
	double a,b,c;
	cout<<"Please enter a,b,c:"<<endl;
	cin>>a>>b>>c;
	if(a+b>c&&b+c>a&&a+c>b)
	{
		double s,area;
		s=(a+b+c)/2;
		area=sqrt(s*(s-a)*(s-b)*(s-c));
		cout<<setiosflags(ios::fixed)<<setprecision(4);
		cout<<"area="<<area<<endl;
	}
	else		
		cout<<"It is not a trilateral!"<<endl;
	return 0;
}
运行结果:

//p68
//判断输入的字符是否为大写字母,若是转换为小写,否则不转换
#include <iostream>
using namespace std;
int main()
{
	char ch;
	cin>>ch;
	ch=(ch>='A'&&ch<='Z')? (ch+32):ch;
	cout<<ch<<endl;
	return 0;
}
运行结果:

//p71
//判断是否为闰年
#include <iostream>
using namespace std;
int main()
{
	int year;
	bool leap;
	cout<<"Please enter year:"<<endl;
	cin>>year;
	if(year%4==0)
	{
		if(year%100==0)
		{
			if(year%400==0)
				leap=true;
			else
				leap=false;
		}
		else
			leap=true;
	}
	else
		leap=false;
	if(leap)
		cout<<year<<" is ";
	else
		cout<<year<<" is not ";
	cout<<"a leap year"<<endl;
	return 0;
}
运行结果:

//p71
//使用switch语句计算运费
#include <iostream>
using namespace std;
int main()
{
	int c,s;
	float p,w,d,f;
	cout<<"Please enter p,w,s:"<<endl;
	cin>>p>>w>>s;
	if(s>=3000)
		c=12;
	else
		c=s/250;
	switch(c)
	{
	case 0: d=0;break;
	case 1: d=2;break;
	case 2:
	case 3: d=5;break;
	case 4:
	case 5:
	case 6:
	case 7: d=8;break;
	case 8:
	case 9:
	case 10:
	case 11: d=10;break;
	case 12: d=15;break;
	}
	f=p*w*s*(1-d/100.0);
	cout<<"freight="<<f<<endl;
	return 0;
}
运行结果:

//p74
//用while语句求1到100的和
#include <iostream>
using namespace std;
int main()
{
	int i=1,sum=0;
	while(i<=100)
	{
		sum=sum+i;
		i++;
	}
	cout<<"sum="<<sum<<endl;
	return 0;
}
运行结果:

//p75
//用do while语句求1到100的和
#include <iostream>
using namespace std;
int main()
{
	int i=1,sum=0;
	do
	{
		sum=sum+i;
		i++;
	}while(i<=100);
	cout<<"sum="<<sum<<endl;
	return 0;
}
运行结果:

//p81
//用公式PI/4=1-1/3+1/5-1/7…求PI,直到最后一项的绝对值小于10的-7次方为止
#include <iostream>
#include <iomanip>
#include <cmath>
using namespace std;
int main()
{
	int s=1;
	double n=1,t=1,pi=0;
	while(fabs(t)>1e-7)
	{
		pi=pi+t;
		n=n+2;
		s=-s;
		t=s/n;
	}
	pi=pi*4;
	cout<<"pi="<<setiosflags(ios::fixed)<<setprecision(6)<<pi<<endl;
	return 0;
}
运行结果:

//p82
//求Fibonacci数列的前40个数,F1=1(n=1),F2=1(n=2),Fn=Fn-1+Fn-2(n>=3)
#include <iostream>
#include <iomanip>
using namespace std;
int main()
{
	long f1,f2;
	int i;
	f1=f2=1;
	for(i=1;i<=20;i++)
	{
		cout<<setw(12)<<f1<<setw(12)<<f2;
		if(i%2==0)
			cout<<endl;
		f1=f1+f2;
		f2=f2+f1;
	}
	return 0;
}
运行结果:

//p83
//输出100到200之间的素数
#include <iostream>
#include <cmath>
#include <iomanip>
using namespace std;
int main()
{
	int m,k,i,n=0;
	bool prime;
	for(m=101;m<=200;m=m+2)
	{
		prime=true;
		k=int(sqrt(m));
		for(i=2;i<=k;i++)
		{
			if(m%i==0)
			{
				prime=false;
				break;
			}
		}
		if(prime)
		{
			cout<<setw(5)<<m;
			n=n+1;
		}
		if(n%10==0)
			cout<<endl;
	}
	cout<<endl;
	return 0;
}
运行结果:


//p84
//译密码
#include <iostream>
using namespace std;
int main()
{
	char c;
	while((c=getchar())!='\n')
	{
		if((c>='a'&&c<='z')||(c>='A'&&c<='Z'))
		{
			c=c+4;
			if(c>'Z'&&c<='Z'+4||c>'z')
				c=c-26;
		}
		cout<<c;
	}
	cout<<endl;
	return 0;
}
运行结果:


智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成据,判别器评估据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函。 9. **损失函(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
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