11.28作业 字符串逆序递归实现 每位数之和 斐波那契数列

//字符串逆序(递归实现)

//编写一个函数 reverse_string(char * string)(递归实现)

//实现:将参数字符串中的字符反向排列,不是逆序打印。

//要求:不能使用C函数库中的字符串操作函数。

#include <stdio.h>
int my_strlen(char *str)
{
  int count=0;
  while (*str!='\0') 
  { 
    count++;
    str++;
  }
  return count;
}
void reverse_string(char *str)//先交换再逆序
{ 
  char temp;
  int len=my_strlen(str);
  temp=*str;  
  *str=*(str+len-1);
  *(str+len-1)='\0';//这一步的功能是防止交换后的f再次交换,让字符串剩下bcde
  if ( *str!= '\0') 
  { 
  reverse_string(str+1);
  }
  *(str+len-1)=temp;
}

int main()
{ char s[] = "abcdefg";
  reverse_string(s);
  printf("%s\n", s);
  return 0;
}

多种方法实现可以参考http://t.csdnimg.cn/JNx9w

 

 

//计算一个数的每位之和(递归实现)

//写一个递归函数DigitSum(n),输入一个非负整数,返回组成它的数字之和

//例如,调用DigitSum(1729),则应该返回1+7+2+9,它的和是19

//输入:1729,输出:19

#include <stdio.h>

int DigitSum(int x)

{

  if(x>=1)

  {

    return x%10+DigitSum(x/10);

  }

  else {

  return 0;

  }

}


int main()

{

  int i=1729;

  int m=DigitSum(i);

  printf("%d ",m);

  return 0;

}

//求第n个斐波那契数。(不考虑溢出)

#include <stdio.h>
 int fib(int n)
{
 if (n <= 2)
 return 1;
 else
  return fib(n - 1) + fib(n - 2);
}


int main()
{
  int n=10;
  printf("%d ",fib(n));

  return 0;

}

  • 8
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GM(1,1)模型是一种基于灰色系统理论的预测模型,它适用于据量较小、发展趋势较明显的序列预测。其后验差检验可以用来检验模型的预测精度。 以下是Python代码实现GM(1,1)模型后验差检验的步骤: 1. 导入需要的库 ```python import numpy as np import matplotlib.pyplot as plt from scipy.stats import t ``` 2. 定义函 ```python def GM11(x0): x1 = np.cumsum(x0) # 累加生成序列 z1 = (x1[:-1] + x1[1:]) / 2.0 # 紧邻均值 z1 = z1.reshape((len(z1), 1)) B = np.append(-z1, np.ones_like(z1), axis=1) Y = x0[1:].reshape((len(x0) - 1, 1)) [[a], [b]] = np.dot(np.dot(np.linalg.inv(np.dot(B.T, B)), B.T), Y) # 求解参 # 还原值 f = lambda k: (x0[0] - b / a) * np.exp(-a * k) + b / a delta = np.abs(x0 - np.array([f(i) for i in range(len(x0))])) C = delta.std() / x0.std() P = 1.0 * (len(x0) - 1) / len(x0) return f, a, b, delta, C, P ``` 3. 输入据 ```python x0 = np.array([10.78, 11.28, 12.25, 13.54, 14.44, 15.87, 16.98, 18.31, 19.98, 21.21, 22.90, 24.89, 27.13, 29.44, 32.34]) ``` 4. 调用函 ```python f, a, b, delta, C, P = GM11(x0) ``` 5. 计算后验差比值 ```python if C < 0.35: tn = t.ppf(0.95, len(x0) - 2) W = tn * delta.std() print("后验差比值为:%.2f,小于0.35,模型精度较高" % C) print("置信度为:0.95,%d个预测值的置信区间为:[%.2f, %.2f]" % (len(x0) + 1, f(len(x0)) - W, f(len(x0)) + W)) else: print("后验差比值为:%.2f,大于0.35,模型精度较低" % C) ``` 6. 绘制预测结果图 ```python x1 = np.array([f(i) for i in range(len(x0))] + [f(len(x0)) + W, f(len(x0)) - W]) t = np.array([i + 1 for i in range(len(x1))]) plt.plot(t, x0, 'bo-', label='原始据') plt.plot(t, x1, 'ro-', label='预测据') plt.fill_between([t[-len(x0)], t[-1]], [f(len(x0)) - W, f(len(x0)) - W], [f(len(x0)) + W, f(len(x0)) + W], alpha=0.3) plt.legend(loc='upper left') plt.xticks(range(1, len(x1) + 1)) plt.grid(True) plt.show() ``` 运行以上代码,即可得到GM(1,1)模型的后验差检验结果和预测结果图。

“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