Ruby编程实践:经典编程问题解析

1、编写一个程序,计算一年有多少小时。

puts 24*365 # 非闰年
puts "(or #{24*366} on a leap year)" # 考虑闰年情况

2、编写一个程序,计算出十年中有多少分钟。

以下是两种实现方式:

方式一:

puts 60*24*(365*10 + 2)

方式二:

puts "#{60*24*(365*10 + 2)} or #{60*24*(365*10 + 3)}"

其中方式二考虑了十年中闰年数量不同的情况。

3、编写一个程序,计算你有多少秒大。

方法一: puts 60*60*24*365*44

方法二: puts(Time.new - Time.gm(1976, 8, 3, 13, 31))

4、编写一个程序,先询问一个人的名字,再询问中间名,最后询问姓氏。最后,程序用全名向这个人打招呼。

以下是两种实现方式:

方式一:

puts "What is your first name?"
f_name = gets.chomp
puts "What is your middle name?"
m_name = gets.chomp
puts "What is your last name?"
l_name = gets.chomp
full_name = f_name + " " + m_name + " " + l_name
puts "Hello, " + full_name + "!"

方式二:

puts "What's your first name?"
f_name = gets.chomp
puts "What's your middle name?"
m_name = gets.chomp
puts "What's your last name?"
l_name = gets.chomp
puts "Hello, #{f_name} #{m_name} #{l_name}."

5、编写一个程序,询问一个人的最喜欢的数字。让程序将这个数字加 1,然后建议这个结果作为一个更大更好的最喜欢的数字。

以下是两种实现方式:

方式一:

puts "Hey! What's your favorite number?"
fav_num = gets.chomp.to_i
better_num = fav_num + 1
puts "That's ok, I guess, but isn't #{better_num} just a bit better?"

方式二:

puts "Hey! What's your favorite number?"
fav_num = gets.chomp.to_i
puts "That's ok, I guess, but isn't #{fav_num + 1} just a bit better?"

6、编写一个愤怒老板程序,该程序粗鲁地询问你想要什么。无论你回答什么,愤怒的老板都应该大声重复你的回答,然后解雇你。

下面是给定的【文本内容】:

使用固定名字的版本:

puts "CAN'T YOU SEE I'M BUSY?! MAKE IT FAST, JOHNSON!"
request = gets.chomp
puts "WHADDAYA MEAN #{request.upcase}?!? YOU'RE FIRED!!"

或者使用随机名字的版本:

names = ["johnson", "smith", "weinberg", "filmore"]
puts "CAN'T YOU SEE I'M BUSY?! MAKE IT FAST, #{names[rand(4)].upcase}!"
request = gets.chomp
puts "WHADDAYA MEAN #{request.upcase}?!? YOU'RE FIRED!!"

7、编写一个程序来显示目录,使其格式为标题居中显示,章节名左对齐、页码右对齐,示例目录数据为标题 ‘Table of Contents’,章节信息为 [[‘Numbers’, 1], [‘Letters’, 5], [‘Variable

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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  | 博主筛选后可见
 
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