C++作业3

本文介绍了如何通过编程实现个人所得税的自动计算,并提供了计算本月工作日数量的方法,同时展示了如何根据不同的输入值计算多元函数的输出。涵盖了从基本税务计算到日期处理和数学函数应用的综合技术细节。

一、个人所得税计算器

#include<iostream>
using namespace std;
int main()
{
    double dSalary,dTax,n; 
    cout<<"请输入您本月的收入总额(元):  ";  
    cin>>dSalary;
	n=dSalary-3500;
	if(n<=0)
		dTax=0;
	else if (0<n&&n<=1500)
		dTax=0.03*n;
	else if(1500<n&&n<=4500)
		dTax=0.1*n-105;
	else if(4500<n&&n<=9000)
		dTax=0.2*n-555;
	else if(9000<n&&n<=35000)
		dTax=0.25*n-1005;
	else if(35000<n&&n<=55000)
		dTax=0.3*n-2755;
	else if(55000<n&&n<=80000)
		dTax=0.35*n-5505;
	else 
		dTax=0.45*n-13505;
				cout<<"您本月应缴个人所得税(元):   "<<dTax<<endl;
				cout<<"您税后收入是(元):   "<<dSalary-dTax<<endl;
				cout<<"依法纳税,共享繁荣。谢谢使用!"<<endl;
}

二、本月有几天

#include<iostream>    
using namespace std;    
int main()    
{    
    int year,month,day,a;   
    cout<<"请输入年月"<<endl;   
    cin>>year>>month;    
    if(month==1||month==3||month==5||month==7||month==8||month==10||month==12)    
        day=31;    
    else if(month==4||month==6||month==9||month==11)    
        day=30;    
    else if(year%4==0&&year%100!=0||year%400==0&&month==2)    
        day=29;    
    else day=28;    
    cout<<"这个月有"<<day<<"天"<<endl;    
        
}    

三、多分数段函数求值

#include<iostream>
#include<math.h>
using namespace std;
int main()
{
	double x,y;
	cout<<"请输入x的值: ";
	cin>>x;
	if(x<2)
	y=x;
	else if(2<=x&&x<6)
	y=x*x+1;
	else if(6<=x&&x<10)
	y=sqrt(x+1);
	else 
	y=1/(1+x);
	cout<<"y的值为:"<<y<<endl;
}



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 1
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