流程控制语句加深练习题

嵌套加深练习题:
 代码量较大所以直接copy过来就不发图了(抱歉)
 import java.util.Scanner;//导包
 public class TextShopping{	public static void main(String[] args){	
 System.out.println("***********************************************");	
 System.out.println("请选择购买的商品编号:");	
 System.out.println("1.T恤\t2.网球鞋\t3.网球拍");	
 System.out.println("***********************************************");		
 Scanner sc = new Scanner(System.in);	
 String flag = "y";	
 //存储商品编号的变量	
 int pId = 0;
 	//存储购买数量的变量	
 	int num = 0;	
 	//T恤的单价	
 	double tPrice = 245.0;
 		//网球鞋的单价	
 		double wqxPrice = 570.0;	
 		//网球拍的单价	double pPrice = 320.0;	
 		//每次购买商品的总价;
 			double oneTotalPrice = 0;	
 			//定义一个计算购买商品总额的变量	
 			double totalPrice = 0;		while("y".equals(flag)){		System.out.println();		
 			System.out.println("请输入商品编号:");		pId = sc.nextInt();		
 			System.out.println("请输入购买数量:");		num = sc.nextInt();		
 					switch(pId){		
 						case 1:		
 							oneTotalPrice = tPrice*num;			
 							System.out.println("T恤 ¥"+tPrice+"\t"+"数量 "+num+"\t"+"合计 ¥"+oneTotalPrice);		
 								totalPrice += oneTotalPrice;			oneTotalPrice = 0;			break;		
 				      	case 2:		
 				      		oneTotalPrice = wqxPrice*num;			
 				      		System.out.println("网球鞋 ¥"+wqxPrice+"\t"+"数量 "+num+"\t"+"合计 ¥"+oneTotalPrice);		
 				      			totalPrice += oneTotalPrice;			oneTotalPrice = 0;			break;		
 				      	case 3:			
 				      	oneTotalPrice = pPrice*num;			
 				      	System.out.println("网球拍 ¥"+pPrice+"\t"+"数量 "+num+"\t"+"合计 ¥"+oneTotalPrice);		
 				      		totalPrice += oneTotalPrice;			oneTotalPrice = 0;			break;		}		
 System.out.println("y/n");	
 			flag = sc.next();	}		
 			System.out.println();		    
 			System.out.print("折扣:");	
 				//定义折扣变量		
 				double zk = sc.nextDouble();		  
 				totalPrice *= zk;		
 				System.out.println("应付金额:" +  totalPrice);		
 				//定义实付变量		
 				System.out.print("实付金额:");		double sf = sc.nextDouble();		
 				if(sf < totalPrice){			System.out.print("您输入的金额小于应付金额,请重新输入:");	
 					sf = sc.nextDouble();		}	System.out.println("找钱:"+ (sf-totalPrice));		}	}
基于html+python+Apriori 算法、SVD(奇异值分解)的电影推荐算法+源码+项目文档+算法解析+数据集,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 电影推荐算法:Apriori 算法、SVD(奇异值分解)推荐算法 电影、用户可视化 电影、用户管理 数据统计 SVD 推荐 根据电影打分进行推荐 使用 svd 模型计算用户对未评分的电影打分,返回前 n 个打分最高的电影作为推荐结果 n = 30 for now 使用相似电影进行推荐 根据用户最喜欢的前 K 部电影,分别计算这 K 部电影的相似电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now 根据相似用户进行推荐 获取相似用户 K 个,分别取这 K 个用户的最喜爱电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now Redis 使用 Redis 做页面访问次数统计 缓存相似电影 在使用相似电影推荐的方式时,每次请求大概需要 6.6s(需要遍历计算与所有电影的相似度)。 将相似电影存储至 redis 中(仅存储 movie_id,拿到 movie_id 后还是从 mysql 中获取电影详细信息), 时间缩短至:93ms。 十部电影,每部存 top 5 similar movie 登录了 1-6 user并使用了推荐系统,redis 中新增了 50 部电影的 similar movie,也就是说,系统只为 6 为用户计算了共 60 部电影的相似度,其中就有10 部重复电影。 热点电影重复度还是比较高的
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