C++作业2

这篇博客介绍了C++编程的三个实例:分段函数的实现,计算两点间距离的代码,以及模拟ATM机的操作。作者强调了编程过程中的细节处理和符号使用的重要性,并在最后进行了条件语句的知识点总结。

一、分段函数

1、问题及代码

/*   
02.* 文件名称:xy.cpp   
03.* 作    者:赵云   
04.* 完成日期:2016 年 03 月 22 日   
05.* 版 本 号:v1.0   
06.* 对任务及求解方法的描述部分:  
07.* 输入描述:无   
08.* 问题描述:我的第二次C++程序作业,熟悉程序的编辑、运行过程以及if—else语句的运用   
09.* 程序输出:“计算分段函数”   
10.* 问题分析:略  
11.* 算法设计:略   
12.*/    
#include<iostream>
#include<math.h>
using namespace std;
int main()
{
	int x,y;
	cout<<"输入一个数x:";
	cin>>x;
	if(x>=1)
		y=x-1;
	else
		y=-x+1;
	cout<<"y="<<y<<endl;
	return 0;
}

2、运行结果:


二、两点距离

1、问题及代码

/*    
02.* 文件名称:x.cpp    
03.* 作    者:赵云    
04.* 完成日期:2016 年 03 月 24 日    
05.* 版 本 号:v1.0    
06.* 对任务及求解方法的描述部分:   
07.* 输入描述:无    
08.* 问题描述:我的第二次C++程序作业,熟悉程序的编辑、运行过程以及简单语句的运用    
09.* 程序输出:“计算两点间的距离”    
10.* 问题分析:略   
11.* 算法设计:略    
12.*/     
#include <iostream>
#include <cmath>
using  namespace std;
int main()
{
	float x1,x2,y1,y2,d;
	cout<<"请输入第一个点的x1,y1坐标";
	cin>>x1>>y1;
	cout<<"请输入第二个点的x2,y2坐标";
	cin>>x2>>y2;
	d=sqrt((x1-x2)*(x1-x2)+(y1-y2)*(y1-y2));
	cout<<"d="<<d<<endl;
	return 0;
}

2、运行结果:

三、模拟ATM机

/*   
02.* 文件名称:xz.cpp   
03.* 作    者:赵云   
04.* 完成日期:2016 年 03 月 24 日   
05.* 版 本 号:v1.0   
06.* 对任务及求解方法的描述部分:  
07.* 输入描述:无   
08.* 问题描述:我的第二次C++程序,熟悉程序的编辑、运行过程以及简单语句的运用   
09.* 程序输出:“模拟ATM机”   
10.* 问题分析:略  
11.* 算法设计:略   
12.*/    
#include<iostream>
using namespace std;
void main()
{
	int a,b;
	cout<<"云氏银行欢迎您:"<<"\n";
	cout<<"请输入密码"<<"\n";
	cin>>a;
	if(a==198870)
	{
		cout<<"密码正确"<<"\n";
		cout<<"1.查询"<<"\n"<<"2.取款"<<"\n"<<"3.存款"<<"\n"<<"4.转帐"<<"\n"<<"0.退出"<<"\n";
		cout<<"请进行用户选择功能:";
		cin>>b;
		if(b==1)
			cout<<"谢谢,您选择了1功能"<<"\n";
		if(b==2)
			cout<<"谢谢,您选择了2功能"<<"\n";
		if(b==3)
			cout<<"谢谢,您选择了3功能"<<"\n";
		if(b==4)
			cout<<"谢谢,您选择了4功能"<<"\n";
		if(b==0)
			cout<<"谢谢,您选择了0功能"<<"\n";
	}
	else
		cout<<"密码错误,请下次尝试";
	
}

四、心得体会

注意符号,细节,要细心。

五、知识点总结

几个简单条件语句的运用




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
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