c语言第7天作业

1.将自己编写好的strlen strcpy strcmp strcat 打包成函数。
a.mystrlen , mystrcpy mystrcmp mystrcat.
b.mystrcpy mystrcmp mystrcat不需要返回值,因为指针没讲,无法返回数组

#include<stdio.h>

int myStrlen(char str[]);
void myStrcpy(char str1[], char str2[]);
int myStrcmp(char str1[],  char str2[]);
void myStrcat(char str1[],  char str2[]);

int main()
{
	char str1[100] = "abcdef";
	char str2[50] = "1234567890";
	
	prntf("str2 的有效长度为:%d\n", myStrlen(str2));
	myStrcpy(str1, str2);
	prntf("str1与str2的大小,即str1与str2的差值为:%d\n", myStrcmp(str1,str2));
	myStrcat(str1, str2);
	return 0;
}

int myStrlen(char str[])
{
    long len;
    for(len=0; str[len]!=0; len++);

    return len;

}

void myStrcpy(char str1[], char str2[])
{
	int i;
    for(i=0; (str1[i] = str2[i])!=0; i++);
    printf("%s\n", str1);
}


int myStrcmp(char* str1,  char* str2)
{
	int res=0;
    for(int i=0; 0==(res=(str1[i]-str2[i]) && 0!=str1[i]); i++);
    return res;
}


void myStrcat(char str1[],  char str2[])
{
	int len1=0;
	for(len1=0; str1[len1]!=0; len1++);
    for(int i=0; 0!=(str1[len1++] = str2[i]); i++);
    printf("%s\n", str1);
}

2.求斐波那契数列的第n项。
1、1、2、3、5、8、13、21、34、…,第一项和第二项 时候都是输出1
公式:f(n) = f(n-1)+f(n-2); 例如第20项,6765

#include<stdio.h>
int myFibonacci(int item);

int main()
{
	int item;
	printf("请输入需要求斐波那契数列的前多少项的和:\n");
	scanf("%d", &item);
	printf("前%d项的和为:%d\n", item, myFibonacci(item));

	return 0;
}

int myFibonacci(int item)
{
	if(1==item || 2==item)
		return 1;
	else
		return myFibonacci(item-1) + myFibonacci(item-2);
}

3.输出一个十行的杨辉三角。
提示:当前数据 = 上一行的当前列 + 上一行的前一列
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
1 7 21 35 35 21 7 1
1 8 28 56 70 56 28 8 1
1 9 36 84 126 126 84 36 9 1

#include<stdio.h>

void print_yanghui(int line);//用排列组合


int main()
{
    int arr[10][10]={0};
    //方法一,按行输入数组
    
    for(int i=0; i<sizeof(arr)/sizeof(arr[0]); i++)
        for(int j=0; j<=i; j++)
            if(0==j)
                arr[i][j] = 1;
            else
                arr[i][j] = arr[i-1][j-1] + arr[i-1][j];
        

    //方法二,按列输入数组
    
    for(int i=0; i<sizeof(arr[0])/sizeof(arr[0][0]); i++)
        for(int j=i; j<sizeof(arr)/sizeof(arr[0]); j++)
            if(i==0)
                arr[j][i] = 1;
            else
                arr[j][i] = arr[j-1][i-1] + arr[j-1][i];


    for(int i=0; i<sizeof(arr)/sizeof(arr[0]); i++)
    {  
        for(int j=0; j<=i; j++)
            printf("%d\t", arr[i][j]);
        printf("\n");
    }  


*/
    int line;
    printf("请输入需要打印杨辉三角形的行数:\n");
    scanf("%d", &line);
    print_yanghui(line);

    return 0;
}


void print_yanghui(int line)
{
    for(int i=0; i<line; i++)
    {
        for(int j=0; j<=i; j++)
        {
            int n=1,m=1;
            for(int k=i-j+1; k<=i; k++)
                    n *= k;
            for(int k=2; k<=j; k++)
                m *= k;
            printf("%d\t", n/m);
        }
        putchar(10);
    }
}


  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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