第11周项目5:当年第几天

本文介绍了一个C++程序,该程序定义了一个名为days的函数,它接收年、月、日作为参数并返回这一年的第几天。文章展示了如何使用switch和for语句来处理不同月份的天数,并特别考虑了闰年的情况。

问题及代码:

/*
*Copyright (c)2014,烟台大学计算机与控制工程学院
*All rights reserved.
*文件名称:test.cpp
*作    者:陈文青
*完成日期:2014年11月11日
*版 本 号:v1.0
*
*问题描述:定义一个函数,其参数为年、月、日的值,返回这一天为该年的第几天。
要求在main函数中输入年月日,然后调用这个函数求值,并在main函数中输出结果。
*程序输入:三个整数year,month,day;分别表示年月日
*程序输出:一个整数days表示当前天数
*/
#include<iostream>
using namespace std;
int days(int y, int m, int d);   //声明自定义函数,用于求当前天数
int main()
{
    int year, month, day;
    cout<<"输入年 月 日"<<endl;
    cin>>year>>month>>day;
    cout<<"这事该年的第"<<days(year, month, day)<<"天。"<<endl;
    return 0;
}
int days(int y, int m, int d)   //定义自定义函数
{
    int n,x=0;
    for(n=1; n<=m; ++n)
    {
        switch(n)
        {
        case 1:
            break;
        case 2:
            x+=31;
            break;
        case 3:                //二月份的特殊性
        {
            if((y%4==0&&y%100!=0)||y%400==0)
                x+=29;
            else
                x+=28;
            break;
        }
        case 4:
            x+=31;
            break;
        case 5:
            x+=30;
            break;
        case 6:
            x+=31;
            break;
        case 7:
            x+=30;
            break;
        case 8:
            x+=31;
            break;
        case 9:
            x+=31;
            break;
        case 10:
            x+=30;
            break;
        case 11:
            x+=31;
            break;
        case 12:
            x+=30;
        }
    }
    d=x+d;
    return d;
}
运行结果:





知识点总结:

运用for语句 ,switch语句,自定义函数  解决生活问题。

学习心得:

充分熟悉,掌握,利用好自定义函数以及各种基本结构。体会编程的乐趣。


根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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