高斯日记(C语言)

高斯日记
大数学家高斯有个好习惯,无论如何都要记日记。 他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替。比如, 4210 后来人们知道那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许 也是个好习惯,它时时刻刻提醒着主人,日子又过去一天。还有多少时光可以用于浪费 呢况 高斯出生于 1777 年 4 月 30 日。 在高斯发现的一个重要定理的日记上标注着 5343。因此可算出那天是 1791 年 12 月 15 日。 高斯获得博士学位的那天日记上标着 8113 请你算出高斯获得博士学位的年月日。
提交答案的格式是 yyyy-mm-dd,
例如 1980-03-21
输出: 1799-7-16

#include"stdio.h" 
int leapYear(int year){ //判断是否是闰年
  	if((year%4==0&&year%100!=0)||year%400==0)
  		return 1; 
  	else 
 	 	return 0;
   } 
int main(void) { 
    int year=1791,month=12,day=15;
	int t=0,i,n;//t 用于保存天数,i 是控制循环的角标,n 用于计算距离高斯发现重要定理那天 
	int d=day; //用于操作天数 
	int arr[]={31,28,31,30,31,30,31,31,30,31,30,31};//定义好一年中每个月的天数 
	n=8113-5343==2770; //距离高斯生出 2770 天
	for(i=11;t<=2770;i++) //循环条件 t 小于等于 2770
	{ 
	  if(i>=12) //角标对应 0——11,所以到 12 要从新为 0,年+1 
	  { 
	  	  i=0; 
		  year++; 
	  } 
	  if(leapYear(year)) 
	  		arr[1]=29;
	  else arr[1]=28;
	    	d=2770-t; 
			t=t+arr[i]; 
			month=i+1; //角标对应 0——11,加 1 就对应 1——12 了 
	} 
		printf("%d-%d-%d\n",year,month,d+day);//天数还要加上原先的 15 天 
		return 0; 
		}

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
高斯滤波是一种常用的图像处理方法,用于平滑图像并减少噪声。下面是一个简单的高斯滤波的C语言代码实现: ```c #include <stdio.h> #include <stdlib.h> #include <math.h> // 定义高斯函数 double gaussian(double x, double sigma) { return exp(-(x * x) / (2 * sigma * sigma)) / (sqrt(2 * M_PI) * sigma); } // 高斯滤波函数 void gaussianFilter(int** image, int width, int height, double sigma) { // 创建一个临时数组用于存储滤波后的图像 int** temp = (int**)malloc(height * sizeof(int*)); for (int i = 0; i < height; i++) { temp[i] = (int*)malloc(width * sizeof(int)); } // 定义高斯核 int kernelSize = 3; double kernel = { {1, 2, 1}, {2, 4, 2}, {1, 2, 1} }; // 对每个像素进行滤波 for (int y = 0; y < height; y++) { for (int x = 0; x < width; x++) { double sum = 0; double weightSum = 0; // 对每个邻域像素进行加权求和 for (int j = -kernelSize / 2; j <= kernelSize / 2; j++) { for (int i = -kernelSize / 2; i <= kernelSize / 2; i++) { int neighborX = x + i; int neighborY = y + j; // 边界处理 if (neighborX >= 0 && neighborX < width && neighborY >= 0 && neighborY < height) { double weight = kernel[j + kernelSize / 2][i + kernelSize / 2]; sum += image[neighborY][neighborX] * weight; weightSum += weight; } } } // 对滤波后的像素进行归一化处理 temp[y][x] = (int)(sum / weightSum); } } // 将滤波后的图像拷贝回原数组 for (int i = 0; i < height; i++) { for (int j = 0; j < width; j++) { image[i][j] = temp[i][j]; } } // 释放临时数组的内存 for (int i = 0; i < height; i++) { free(temp[i]); } free(temp); } int main() { // 假设原始图像是一个3x3的灰度图像 int width = 3; int height = 3; int** image = (int**)malloc(height * sizeof(int*)); for (int i = 0; i < height; i++) { image[i] = (int*)malloc(width * sizeof(int)); } // 初始化原始图像 image = 10; image = 20; image = 10; image = 20; image = 40; image = 20; image = 10; image = 20; image = 10; // 执行高斯滤波 double sigma = 1.0; gaussianFilter(image, width, height, sigma); // 输出滤波后的图像 for (int i = 0; i < height; i++) { for (int j = 0; j < width; j++) { printf("%d ", image[i][j]); } printf("\n"); } // 释放图像数组的内存 for (int i = 0; i < height; i++) { free(image[i]); } free(image); return 0; } ``` 这段代码实现了一个简单的高斯滤波,通过定义高斯核和对每个像素进行加权求和来实现平滑效果。你可以根据需要修改图像的大小、高斯核的大小和标准差来进行实验和调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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