输出一半的菱形(C语言版)

使用C语言输出菱形详解 一、思维过程 观察要输出的形状 --- 确定大体思路 --- 转化为数学模型 --- 将问题逐个击破 二、完整代码(以7*7菱形为例) #include <stdio.h> int main() { int i,j,k; //定义菱形行数i、每行输出次数j、每行中输出空格计数器k for(i=1;i<=4;i++) //上半部分有四行 { ... 阅读详情

今天分享一个有趣的程序-输出一半的菱形

#include<stdio.h>
#include<stdlib.h>

int main()
{
	int i,j;
	for (i = 0; i < 7; i++)
	{
		for (j = 1; j <= (2*i+1); j++)
		{
			printf("*");
		}
		printf("\n");
	}
	for (i = 6; i>0; i--)
	{
		for (j = (2 * i - 1); j > 0; j--)
		{
			printf("*");
		}
		printf("\n");
	}
	system("pause");
	return 0;
}

这个程序核心还是里面的for循环,外层循环控制好行数,内层for循环控制每行的*数目,这样就简单多了,这类的图形输出题大多都是考察for循环的掌握情况。

C语言输出空心菱形的实现 输出空心菱形是c语言初学者经常遇到的问题,由于涉及c语言的基础知识较多,也是经常在考试中出现的题型。 第一个程序是我自己想的,要是要找方便记忆的简便方法,请直接跳过前半部分,看后半部分的其他代码,我觉得这些代码的思想很好 在写程序之前要仔细观察空心菱形的规律。先分析,不要急于写程序。 将问题化整为零: 1、输入行数 printf("pleaseinputn:"); ... 阅读详情

相关推荐

c语言输出菱形图案

菱形图案 #include <stdio.h> int main() { int N; int i,j,k; while(~scanf("%d",&N)) { //前N+1行 for(i=1; i<=N+1; i++)//1~N+1行 { for(j=1; j<=N-i+1; j++)//第一次i时N个空格,第二次i时N-1个空格...... {

Spring_sweet的博客 2185

c语言输出半个菱形

c语言输出半个菱形

qq_44482624的博客 3116

C语言输出菱形图案

我们通过for循环来控制行的输出,分别输出空格和星号,从而实现菱形的图案。上半部分逐渐增加星号数量,而下半部分逐渐减少星号数量。利用空格的数量来确保图案的对称性。通过这种方式,我们可以轻松输出各种大小的菱形图案,适应不同的需求。🎨。

m0_62599305的博客 1093

用C语言编程输出菱形图案

#include <stdio.h> int main(){ int N; printf("输入行数"); scanf("%d",&N); for(int i=1;i<=N;i++){ for(int j=1;j<=N-i;j++){ printf(" "); } for(int k=1;k<=2*i-1;k++){ print...

CHK15605162511的博客 2万+

状态转移矩阵在离散控制系统中的应用与实现步骤详解

本文深入解析了状态转移矩阵在离散控制系统中的核心作用与实现步骤。通过一个具体实例,详细演示了如何将连续状态空间模型精确离散化,计算出离散系统矩阵A_d和B_d,并分享了采样周期选择、数值计算技巧及嵌入式C语言实现等关键工程经验,为开发高性能数字控制器提供实用指南。

weixin_28454475的博客 380

Cadence Allegro16.6怎么导出器件引脚信息的报告

当我们需要用到器件的引脚相关信息时,可以利用allegro中的reports这个功能导出器件的相关信息。下面是具体的操作步骤。

suyucheng66的博客 5741

C++学习——循环语句(3)

用*打印菱形 思路: 将菱形分成上半个三角形和下半个倒三角形总共有i行,没行有j个空格和k个*i,j,k这些变量在不同的循环中是可以重复使用的需要学习debug的方法 /*用*打印菱形*/ #include using namespace std; void main() { int i,j,k; //i行,j空格数,k*数 for(i=1;i<=4;i++) //上

余烨的学习笔记 431

动力锂电池-二阶RC模型等效电路-RLS参数辨识-Simulink

1.锂电池二阶RC等效电路模型

QQ1978009424的博客 1万+

使用C语言实现输出菱形

以上是输出菱形的图片,接下来有三种输出方法,三种方法只有几条语句不太一样。第三种:有输入,输出相应菱形,和第二种在for循环中有所不同。上述方法的缺点是只能通过更改for循环中的数字控制输出。第一种:没有输入,直接使用代码输出。第二种:有输入,根据输入输出菱形。

weixin_68876481的博客 8875

一文读懂GPU通信互联技术:GPUDirect、NVLink与RDMA

GPUDirect是NVIDIA开发的一项技术,旨在实现GPU与其他设备(如网络接口卡NIC和存储设备)之间的直接通信和数据传输,而无需CPU的参与。传统上,数据在GPU和另一个设备之间传输时,必须通过CPU,这导致潜在的性能瓶颈和延迟增加。GPUDirect技术则通过绕过CPU,直接访问和传输数据,显著提高系统性能。NVLink是NVIDIA开发的一种高速、高带宽的互连技术,用于连接多个GPU之间或GPU与其他设备(如CPU、内存等)之间的通信。

异构算力老群群(在读985计算机博士生)的技术博客 7774

百元DIY手机荧光计:低成本荧光检测平台搭建与实战

荧光检测是一种基于物质受特定波长光激发后发射更长波长荧光的分析技术,其核心原理在于光与物质的相互作用。通过选择性激发与检测,该技术能实现对痕量物质的高灵敏度、高特异性定量分析,在生物医学、环境监测和食品安全等领域具有重要价值。传统荧光分光光度计虽精度高,但成本昂贵、体积庞大且操作复杂,限制了其在现场快检和普及教育中的应用。本文聚焦于如何利用智能手机的高性能摄像头和处理器,结合低成本光学滤光片和LED光源,构建一个便携、经济的DIY荧光检测平台。该方案通过简化光路设计,采用带通滤光片进行波长选择,并利用图像处

weixin_34194829的博客 307

C语言打印菱形

打印菱形这道题对于初学编程者来说简直是噩梦,曾经我就是栽在这上面的,后来编程编多了之后对打印菱形也觉得不再那么难了,去年在公众号写了一篇推送是关于打印菱形的,觉得对一些师弟师妹还是有所帮助的,今天就把这道题分享出来。以下是我遇到的各种各样的菱形: 普通菱形,输入n,输出n行n列的菱形 难度系数:♥ n行空心菱形,输入n,输出n行空心菱形 难度系数:♥♥ n行挖空菱形,输入n,输出n行n列空格...

marwi_study的博客 3万+

把表的每一次改动都记下来:SAP 表变更日志 DBTABLOG/DBTABPRT 与 SCU3 全面解析

摘要:SAP系统提供了数据库表变更日志功能(SCU3/DBTABLOG),用于追踪关键配置表的变更历史。该功能通过profile参数rec/client和表级技术设置双重开关控制,能记录谁在何时修改了哪些数据。与业务变更凭证(CDHDR/CDPOS)和应用日志(SLG1)不同,表变更日志提供技术层面的审计线索,适用于快速定位生产事故中的异常数据变更。但需注意其限制:不支持超宽表和大批量变更,且可能引发性能问题。建议将表变更日志与业务变更凭证、应用日志结合使用,构建完整的审计追踪体系。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 1691

C程序之数字菱形

C语言之输出数字菱形 题目如下: 利用数字输出如下菱形图案,输入line即表示菱形中心的数字,如下为line = 4 的情形 下面,就依次讲解思路吧。 一、分析题目 如图,可发现: 该菱形左右两侧都是空的,因为C语言不允许凭空镂空,所以,左侧一定有字符,比如“空字符”; 中心即line = 4 可看出此时也是该行数是4的情况; 菱形可拆分成上下两部分; 对于上三角,每一行数字的前一部分是不...

天启疯车 1万+

TC3XX - MCAL知识点(二十九):FLS MCAL配置及代码实战(英飞凌DFLASH)

FLS驱动程序为DFlash 0的初始化、读取、写入和擦除提供了定义良好的配置和标准服务。除此之外,我们还提供一些非autosar服务示例 Fls_17_Dmu_CompareWordsSync、Fls_17_Dmu_CancelNonEraseJobs、Fls_17_Dmu_VerifyErase,LFls_17_Dmu_VerifySectorErase、Fls_17_Dmu_GetNotifCaller等。用户通过FLS驱动程序获得对底层DFlash0的封装访问。

梦想技术家 2363

高熵合金AlCoCrFeNi/金刚石摩擦案例代码

本文介绍金刚石与高熵合金AlCoCrFeNi摩擦的案例。 在之前的文章中,介绍过使用fix indent命令实现虚拟球的摩擦,本文介绍使用金刚石实体球实现高熵合金摩擦的方法。 主要的模拟过程如下: (1)基体建模 建使用原子替换法获得高熵合金初始模型,升温到3000K驰豫后,冷却至300K,获得平衡组织。 (2)摩擦球建模 在高熵合金平衡组织的模型中添加金刚石摩擦球,使用change_box命令扩大box尺寸,添加金刚石摩擦球,并设置混合力场。 (3)摩擦过程 摩擦球下压一定深度后,沿y方向进行摩擦,摩擦

lammps_jiayou的博客 2900

<C语言程序实例>C语言实现菱形输出

<C语言程序实例>C语言实现菱形输出 前言       这一问题无论是在C语言还是别的编程语言的入门学习中都会遇到,还是比较 一、菱形     我们先要看一下我们要输出的菱形是什么样子的。这里举一个例子简单说明一下:     大家首先要知道一点的是,我们要输出的菱形,星号的总行数一定是奇数。 偶数的话,输出的样子根本就不是标准菱形的样子。  

ammmmaa的博客 1万+

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

C语言经典例23-输出菱形图案

目录1 题目2 分析3 实现4 运行结果 1 题目 打印出如下图案(菱形)。 * *** ***** ******* ***** *** * 2 分析 观察图案,共7行,其中前4行规律相同,后3行规律相同,那么在程序中,要分为两个部分来做,第一行发现三个空格一个星号,第二行两个空格三个星号,第三行一个空格四个星号,从中可以推算出空格个数、星号个数和行号的关系,由此才能利用...

syzdev的博客 1万+

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

【C语言】输出一个菱形

//打印菱形 #include<stdio.h> int main() { int i = 0;//i控制第几行 int j = 0;//j控制每一行空格的循环次数 int k = 0;//k控制每一行*的循环次数 for (i = 1; i <= 4; i++)//将图形分为两部分,前四行(第一部分) { for (j = 1; j <= 4 - i; j++)//打印第i行的空格数 { printf(" "); } for (k = 1; k...

Zscoon 3万+

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

【c++】C语言之输入行数,输出实心菱形和空心菱形

输出菱形 做题思路 先输出上半部分,再输出下部分 这样就相当于输出一个正三角形和一个倒三角形。 并且正三角形的行数比倒三角形的行数多一行,多出的一行是两个三角形的线。 正三角形 for(i=1; i<=n; i++)//上半部分 { for(j=1; j<=n-i; j++)//"n-i"当前行第一个星号左边的空格数// cout << ' '; for(j=1; j<=2*i-1; j++)//"2*i-1"为当前行的星号数// cout <&

qq_46556714的博客 6195

c语言输出菱形

#include&lt;stdio.h&gt; void main() {        int i,j,k,a;        printf("请输入几行菱形:");        scanf("%d",&amp;k);          a=(k+1)/2;           for(i=1;i&lt;=a;i++)        {               for(j...

qq_42769798的博客 1万+

c语言输出菱形for循环_c语言输出菱形(c语言for循环打印菱形)

初学者,麻烦哪位大大指引下 #include"stdio.h" int main(void) { int i,j,k; for(i.#include "stdio.h"#include "conio.h" main() { int i,j,k; for(i=1;i { for(j=1;j printf(" "); for(k=1;k printf("*"); printf("\n"); } for...

weixin_39631899的博客 5030

编写C语言程序 输出一个菱形

用C语言程序实现打印出一个菱形,观察菱形,它的每一行前面会有空格,要打印菱形,首先要算出空格多少的规律,以及每行*的数目,把菱形分为上下两部分打印,上半部分规律:观察最长的一行,它的*数目是它行数的二倍减一(行号的二倍加一),观察所有上半部分每行空格,空格数是上半部分总行数(记为line)减去它所在的行号;下半部分规律,从下半部分开始算起,每行*数是2*(line-1-i)-1,循环line-1次

ValDC_Morning的博客 7万+

c语言输出菱形for循环_C语言如何输出菱形

C语言如何输出菱形适有同学问起一些C语言题目,本想上网搜索了事,但网上的方法都是分为上下部分用两个嵌套for循环输出。我想有没有合起来输出的呢,这样符合简洁又美观的要求呢?答案是有的。下面是小编为大家搜索整理的C语言如何输出菱形,希望大家能有所收获,更多精彩内容请及时关注我们应届毕业生考试网!题目:输出行列都相等的菱形,如5行5列:行列 123451 *2 ***3 *****4 ***5 *分析...

weixin_39540023的博客 1160

C语言| 输出菱形*(梳理篇II)

星号*为等差数列,公差为-2,an=a1+(n-1)*d,所以第i行的星号为{n-2}+(i-1)* -2== {n-2i}个。下三角形的首行* == 上三角形倒数第二行 == 对称行的前一行 == 2*{(n+1)/2 -1}-1 == {n-2}个。星号*为等差数列,公差为2,an=a1+(n-1)*d ,所以第i行的星号为1+(i-1)*2= {2*i-1}个。//上面的三角形,包含对称行,行数==(n+1)/2。3 下三角形 行数==上三角行数-1=(n+1)/2 -1。//定义行数的循环变量。

qq_40555264的博客 1627

c语言输出菱形13579,C语言怎样输出菱形

C语言怎样输出菱形C语言怎样输出菱形你知道吗?上网搜索一下,但网上的方法都是分为上下部分用两个嵌套for循环输出。下面是小编为大家带来的C语言怎样输出菱形的知识,欢迎阅读。C语言怎样输出菱形适有同学问起一些C语言题目,本想上网搜索了事,但网上的方法都是分为上下部分用两个嵌套for循环输出。我想有没有合起来输出的呢,这样符合简洁又美观的要求呢?答案是有的。题目:输出行列都相等的菱形,如5行5列:行列...

weixin_40001275的博客 1226
上一篇: 计算1-100中出现多少次数字9
下一篇: 输出0-999之间的水仙花数
Python_programer
博客等级 码龄9年 25粉丝 57原创
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
 
 条评论被折叠 查看
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