怎么把图片弄成logo_爱奇艺10万元征集的LOGO长啥样？

最新推荐文章于 2022-05-18 17:30:30 发布
最新推荐文章于 2022-05-18 17:30:30 发布
阅读量936 收藏
点赞数
文章标签： 怎么把图片弄成logo
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42363388/article/details/112265208
版权

7c28bb6282884a235b2d6e06ff2947e3.gifLOGO大师整理编辑(ID：logods)

图片来源：微博及网络

98425212f111a3f670c9786606af09e5.png

7

8

还记得前段时间大大君写的

爱奇艺花10万征集LOGO

(戳此链接可回顾)

后续来了——

(就是这么给力)

好不好奇10万元征集的LOGO长啥样？

479557750d7335f888633004d7c0b8f8.png

爱奇艺随刻事业部在微博上

针对这次征集

发布了一个解说LOGO的视频

672438fdc35cb2fead0d9ddf829d6534.png

视频中LOGO入选的范围内

LOGO分为设计感、可爱及创意感

这三个版块去展示

9c2c0f1c2f324ffb8fee7776bcad29ab.png

大大君我截取出来这些入榜的LOGO

首先是比较有设计感的

▼

荧光绿的阶梯

85a3d96a8be80b677f5c2a5c91495fb5.png

倒写的K

007ae121534792716d6bdb5c5a87b05a.png

以及提炼随刻英文字母“SK”去呈现

e9de42e7aaf20a6b990a9bef1a1cb6bb.png

或者提取爱奇艺LOGO

中间的元素去呈现

a50f3e3eff9ab0c6d3fcffc5a5a9bc7c.png

以及播放器元素的LOGO

8148305b10e60e51dc03a87c7d977f41.png

接下来——

我们看脑洞比较大的LOGO

▼

猕猴桃LOGO

621feb7ede4b4053235c9d0ea2905388.png

剪刀元素的LOGO

d699615358396d62fc11314adaad183c.png

人物和K的结合

d51f8607f0694480a52aac18494a9c88.png

时钟LOGO

f3941345dad006fd02337595aa01ef78.png

文字与图形结合的LOGO

b6f16f5da0b43857924bbefb1b088d27.png

接下来，我们继续看

可爱风格的LOGO

▼

完全不走心系列

1737a4c208afa45fefd1cfeff222bc7c.png

获得高度认同的LOGO

061ce154a5aa5cfccf45ebffa0495d6b.png

3dd8a3f9a980aba61e7e6572932bdfe3.png

青蛙元素的LOGO

3a2f65877d457e503619dabf0fa264f5.png

还有太空版的LOGO

dfcd4008d719d69b49d92843f5c73f70.png

最后就是手绘版的LOGO

8496be3ef82f4961140229bd6d3592d7.png

以及片尾优质LOGO展示

e85ac37811e306b3e29e891ad31f40f4.png

0df4232bd9f555f88105c8403986e8f6.png

59ea3f30b9d46e3cf32f15ff1fbc29bf.png

f1a14df467e2d6bc680d8d1108f2249d.png

99c8c20a5b94f458d730cfa6505ebb9a.png

179ae33227e372a08f7abe6147824286.png

3af9b0629643640d8d556c3cf820cf64.png

至于最终采用的LOGO

还小小的卖了个关子

47c82fc89c95458ad7cad161bc37d101.png47c82fc89c95458ad7cad161bc37d101.png47c82fc89c95458ad7cad161bc37d101.png47c82fc89c95458ad7cad161bc37d101.png

那好——

我们来看下完整版的视频吧

(怎么有种看美妆达人种草的感觉)

虽说没有公布采用的LOGO

但是呢！！

大大君我还是揪出来点蛛丝马迹

最近随刻发布了倒计时的海报

3d90a4fb0260af003cbbd5fc163e3ecd.png

慢着——

这个LOGO莫名的点熟悉

不就是征集作品中的这个吗？

7916b4240d62644a8546e7cbb36ef181.png

莫名的有点酸了——

33d34bc5d44cca4adda8fca2580604c4.png33d34bc5d44cca4adda8fca2580604c4.png33d34bc5d44cca4adda8fca2580604c4.png

那好

我们来看个LOGO的放大图吧

0ad5dcc529baf095c012e79b88fe6ba7.png

LOGO设计用一个播放键的元素

上面长了两个小角

整体的造型有种呆萌的感觉

而与之搭配的字体设计

笔画线条整体比较圆润

和LOGO调性相吻合

3f0496d74cf7a6405c7916000ed2b358.png

而官方解释这个LOGO有点像青2里面

yes.ok的手势

48a530f9906156a4b8bcffce7b1dab01.png

但是——
网友表示这个LOGO

怎么有种熟悉的感觉

47c82fc89c95458ad7cad161bc37d101.png47c82fc89c95458ad7cad161bc37d101.png47c82fc89c95458ad7cad161bc37d101.png

这不就是

PPS影音的LOGO？

cfc208c11a5f0bdd4a4c8952b7560d91.png

嗯，这是兄弟双双把家还的意思？？

e9384b9c08c2d9a47a9129f5b860a55b.png

不知道爱奇艺怎么想的

搞这么大阵势征集LOGO

结果就这？？

47c82fc89c95458ad7cad161bc37d101.png47c82fc89c95458ad7cad161bc37d101.png47c82fc89c95458ad7cad161bc37d101.png

怪不得投票结束后

有网友公开微博质疑

cb264b85e3b17e32cd2a7859896de3d7.png

质疑截图——

4612cc01a504a7651bb17d3835eb0dd4.png

难不成又是割了一波韭菜的意思？？

47c82fc89c95458ad7cad161bc37d101.png47c82fc89c95458ad7cad161bc37d101.png47c82fc89c95458ad7cad161bc37d101.png

而目前这个LOGO

已经应用在随刻APP上了

0b363d225ecc802b908b4687a2f33c41.png

0353dcb28e75962a08e76ae0fae483e6.png

迷惑的征集和行为

但愿官宣的LOGO不是使用的这个

要不然真的就是实锤了——

那么问题来了——

你觉得爱奇艺能出圈成功吗？

今日话题：

你觉得爱奇艺这次能出圈吗？

欢迎留言评论~

“凡是总须研究，才会明白

7886de319e0aa2027cb3ca723c0d86e0.png

部分案例点击链接：

中旅集团90周年视觉设计、中旅集团91周年全案设计、本草膏集、普罗威登、卫斯理律师事务 汤臣倍健 Hirun、粥全粥到、MOOSUM摩森、爱必达、三个辣椒、德华楼、乐岛、 山力士、 智干、及木、舒宠 、熊猫兔  布泉茶露、云几智能、贺贝舒  安耐途轮胎、徕恩传媒、 正在司康 【更多LOGO大师原创案例请后台回复“案例”即可】

品牌定位与设计合作微信：logodashi666

LOGO设计合作微信:logodashi1124

赛事及品牌推广微信：Logodashi1123

5d4a22e9f21dd4460b132ea27750c83d.png

Ms.Piu
关注
图片图表logo.zip
08-06
"logo网"是一个专注于Logo设计的平台，它提供免费设计服务、Logo征集活动，以及大量的标志和会徽的意义解析。这样的平台对于设计师来说是宝贵的资源库，他们可以在这里获取灵感，学习不同设计风格和技术，提高自己的...
小团队大开发：iogo微服务集群框架（golang/grpc/http/protobuf/etcd/freetoo/5G物联网/服务发现/负载均衡/一致性哈希/码客/卢益贵）
码客 卢益贵 ygluu
08-12 1625
小团队大开发：iogo微服务集群框架 KeyWord: iogo,golang,grpc,protobuf,etcd,zookeeper,microservice,distributed lock,service discovery,cluster,load balancing,k8s,docker,redis,mamcache,5G物联网,微服务框架,分布式集群,分布式锁,分布式文件系统,分布式数据库,高速缓存集群,服务发现,负载均衡,容器编排,一致性哈希 目录 小团队大开发：iogo微..
go语言IO操作
_robin的博客
02-19 4908
文章目录 文件信息接口os.FileInfo 文件的常规操作 (os包) 文件的读取和写入 (io及os包) ioutil包 bufio包 一、文件信息 os.FileInfo接口 接口属性 type FileInfo interface { Name() string // 文件的名字 Size() int64 // 普通文件返回值表示其大小；其他文...
go语言io reader_Go技术日报（20201001）
weixin_39587029的博客
12-12 175
go中文网每日资讯--2020-10-01一、Go语言中文网今天双节送福利：全套可爱的 Gopher 图片打包送给你图解快速排序：Go 实现图解超难理解的 Paxos 算法二、亚军进化史GO技术日报(2020-09-30)[1]三、 图解源码云原生虚机应用托管-设计篇四、 技艺丛谈聊聊Google的工程实践：完结篇五、 polarisxu现在人还会赏月吗？要不边赏月边思考两道题吧六、 新...
爱奇艺的LOGO是怎么设置的呢-零基础学平面设计
HC15967536291的博客
05-18 305
爱奇艺在成立十二周年之际 发布全新品牌Logo 破框而出：科技无界，创意无限 新logo取消了「屏幕框」 以纯文字展示 开放舒展更加直观活力 识别度也强了 传递出爱奇艺打破常规 追求极致体验输出不同文娱内容 为我们带来无限快乐 新绿升级：青春打底，共筑生机 色彩上了更加明亮饱满了 一抹新绿 代表春天的盎然生机 更代表青春的无限未来 不过最近在4月28日 字节跳动现任品牌设计师称： “爱奇艺最近换的新logo 左边是我17年提案方案 这么做你的良心不会痛么？” .
logo设计征集大赛.docx
02-27
"XX1969"logo设计征集大赛策划方案 一、活动主题、名称、宗旨 活动主题："XX智造 创梦未来"创意征集大赛 活动宗旨：促进我市文化创意和品牌设计产业发展，加快推动我市设计人才队伍建设和成果市场转化，充分发挥创意...
LOGO设计方案征集表.doc
12-25
LOGO设计方案征集是一种常见的设计活动，它涉及到品牌形象的构建与传达。在这个过程中，设计者需要理解公司的核心价值、目标受众以及品牌定位，以此为基础创作出能够代表企业形象的独特标识。以下是一些关于LOGO设计...
logo设计征集大赛(1).docx
02-27
【Logo设计征集大赛详解】 Logo设计是品牌形象的重要组成部分，它以简洁的形式传达品牌的核心价值和特色。秦汉影视公司的Logo设计征集大赛旨在寻找能够体现其文化定位和独特魅力的创意作品。以下是此次大赛的主要...
LOGO设计征集大赛方案.doc
02-27
【肇庆百姓春晚Logo设计征集大赛】是一场面向全体市民，特别是设计爱好者的创新活动，旨在激发市民的创作热情，同时也为设计师提供一个展示才华的舞台。活动由中港传媒（肇庆）有限公司主办，以“喜庆、欢谐”的肇庆...
JSP学生学籍管理系统设计与实现(源代码+论文+开题报告+外文翻译+答辩PPT).zip
09-21
1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。
省市区数据，完成三级联动，选择地区
09-21
省市区数据，完成三级联动，选择地区
机械原理课程设计网球自动捡球机.doc
09-21
机械原理课程设计网球自动捡球机.doc
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
09-21
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
借助于Ascend310 AI处理器完成深度学习算法部署任务，
09-21
应用背景为变电站电力巡检，基于YOLO v4算法模型对常见电力巡检目标进行检测，并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务，并对系统性能做出一定的优化。.zip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数据的高层次特征，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数据，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数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 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，生成器生成数据，判别器评估数据的真实性。 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. **激活函数（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数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（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，以最小化损失函数。 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，如对大量数据的依赖、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。
基于深度学习的物体识别与抓取方法，六自由度机械臂，python编写程序.zip
09-21
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数据的高层次特征，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数据，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数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 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，生成器生成数据，判别器评估数据的真实性。 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. **激活函数（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数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（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，以最小化损失函数。 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，如对大量数据的依赖、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。
电子设计论文文档资料液面检测器电子设计论文文档资料液面检测器
09-21
电子设计论文文档资料液面检测器电子设计论文文档资料液面检测器
基于深度学习的多特征电力负荷预测.zip
09-21
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数据的高层次特征，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数据，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数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 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，生成器生成数据，判别器评估数据的真实性。 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. **激活函数（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数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（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，以最小化损失函数。 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，如对大量数据的依赖、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。
CenterNet 部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon）
09-21
CenterNet 是一种用于目标检测的神经网络架构，它的核心思想是利用目标的中心点作为检测的关键信息。这种方法与传统的目标检测方法（如基于边界框的方法）有所不同，因为它不直接预测目标的边界框，而是预测目标的中心点坐标和目标的宽度与高度。 CenterNet 的主要特点包括： 1. **中心点预测**：网络输出目标的中心点坐标，以及目标的宽度和高度。 2. **热图（Heatmap）**：网络生成一个热图，其中每个像素点的值表示该点成为目标中心点的概率。 3. **回归任务**：除了中心点坐标，网络还需要预测目标的宽度和高度，这通常通过预测中心点周围的偏移量来实现。 4. **多任务学习**：CenterNet 通常会同时预测目标的类别、中心点坐标、宽度、高度以及目标的旋转角度（在某些变体中）。 5. **端到端训练**：CenterNet 可以直接在最终的目标检测任务上进行端到端的训练，无需复杂的区域提议网络（Region Proposal Network, RPN）或锚点（anchor）机制。 6. **高效性**：由于省略了传统目标检测中的一些步骤，CenterNe
c#代码介绍23种设计模式-03工厂模式(附代码)
09-21
1. 工厂方法模式之所以可以解决简单工厂的模式： 是因为它的实现把具体产品的创建推迟到子类中，此时工厂类不再负责所有产品的创建，而只是给出具体工厂必须实现的接口， 这样工厂方法模式就可以允许系统不修改工厂类逻辑的情况下来添加新产品，这样也就克服了简单工厂模式中缺点 2. 使用工厂方法实现的系统，如果系统需要添加新产品时： 我们可以利用多态性来完成系统的扩展，对于抽象工厂类和具体工厂中的代码都不需要做任何改动。 例如，我们我们还想点一个“肉末茄子”，此时我们只需要定义一个肉末茄子具体工厂类和肉末茄子类就可以。而不用像简单工厂模式中那样去修改工厂类中的实现 3. 从UML图可以看出，在工厂方法模式中，工厂类与具体产品类具有平行的等级结构，它们之间是一一对应的。针对UML图的解释如下： Creator类：充当抽象工厂角色，任何具体工厂都必须继承该抽象类 TomatoScrambledEggsFactory和ShreddedPorkWithPotatoesFactory类：充当具体工厂角色，用来创建具体产品 Food类：充当抽象产品角色，具体产品的抽象类。任何具体产品都应该继承该类 Tom
java在全系1000学生中征集慈善捐款，当总数达到10万元结束，统计捐款人数以及平均每人捐款的数目
最新发布
09-22
在Java中，你可以创建一个计数器来跟踪捐款人数，同时维护一个总额变量记录所有学生的捐款总金额。当总额达到10万元时，停止接收捐款并计算平均每人捐款数额。这里是一个简单的示例： ```java import java.util.Scanner; public class CharityFundDrive { private static int totalDonations = 0; private static int studentCount = 0; private static double totalAmountThreshold = 100000.0; // 十万元 public static void main(String[] args) { Scanner scanner = new Scanner(System.in); while (totalDonations < totalAmountThreshold) { System.out.print("请输入学生捐款额（输入0结束捐赠）："); double donation = scanner.nextDouble(); if (donation > 0) { totalDonations += donation; studentCount++; } } scanner.close(); double averagePerStudent = totalDonations / studentCount; System.out.println("共收到捐款来自 " + studentCount + " 名学生."); System.out.println("平均每人捐款：" + averagePerStudent + " 元."); } } ``` 在这个程序中，我们使用`Scanner`获取用户的输入，并在满足条件时持续收集捐款。结束后，我们会计算平均每人捐款的金额。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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