杨辉三角 -- c语言简单编程题

杨辉三角的实现与打印
这篇博客介绍了如何使用C语言实现并打印杨辉三角。代码展示了初始化二维数组,赋值,以及根据杨辉三角的规律计算非1数字的过程。最后,提供了两种打印方式,一种是矩形形式,另一种是三角形形式。

杨辉三角基本形式

1                        =>        1 0 0 0 0 0 0 0   ——即对一个全0的二维数组进行赋值

1 1                                 1 1 0 0 0 0 0 0

1 2 1                              1 2 1 0 0 0 0 0

1 3 3 1                           1 3 3 1 0 0 0 0

1 4 6 4 1                        1 4 6 4 1 0 0 0

……                                ……

由上得:

1. 存储:用二维数组 

2.特点:第一列全为0,对角线全为0

             其余非1的数为正上方和正上方左边的数之和 


代码演示:

int main(void)
{
	//初始化二维数组
	int arr[100][100] = { 0 };
	//获取想打印的行数 
	int n = 0;
	scanf("%d", &n);
	//开始赋值
	int i = 0;
	int j = 0;
	for (i = 0; i < n; i++)
	{
		for (j = 0; j <= i; j++)
		{
			//第一列换为1
			if (j == 0)
			{
				arr[i][j] = 1;
				
			}
			//对角线换为1
			if (i == j)
			{
				arr[i][j] = 1;
				
			}
			//计算非1数字
			if (i >= 2 && j >= 1)
			{
				arr[i][j] = arr[i - 1][j - 1] + arr[i - 1][j];
			}
		}
	}
	//打印杨辉三角
	for (i = 0; i < n; i++)
	{
		for (j = 0; j <= i; j++)
		{
			printf("%2d ", arr[i][j]);
		}
		printf("\n");
	}
	
	return 0;
}

结果:

n = 10;


代码演示 -将其换为三角形


int main(void)
{
	//初始化二维数组
	int arr[100][100] = { 0 };
	//获取想打印的行数 
	int n = 0;
	scanf("%d", &n);
	//开始赋值
	int i = 0;
	int j = 0;
	for (i = 0; i < n; i++)
	{
		for (j = 0; j <= i; j++)
		{
			//第一列换为1
			if (j == 0)
			{
				arr[i][j] = 1;
				
			}
			//对角线换为1
			if (i == j)
			{
				arr[i][j] = 1;
				
			}
			//计算非1数字
			if (i >= 2 && j >= 1)
			{
				arr[i][j] = arr[i - 1][j - 1] + arr[i - 1][j];
			}
		}
	}
	//打印杨辉三角
	for (i = 0; i < n; i++)
	{//打印空格
		for (j = 0; j <= n - 1 - i; j++)
		{
			printf(" ");
		}
		//打印数字
		for (j = 0; j <= i; j++)
		{
			printf("%d ", arr[i][j]);
		}
		printf("\n");
	}
	
	return 0;
}

 

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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