实验5-10 使用函数统计指定数字的个数 (15 分)

实验5-10 使用函数统计指定数字的个数 (15 分)

本题要求实现一个统计整数中指定数字的个数的简单函数。

函数接口定义:

int CountDigit( int number, int digit );

其中number是不超过长整型的整数,digit为[0, 9]区间内的整数。函数CountDigit应返回numberdigit出现的次数。

裁判测试程序样例:

#include <stdio.h>

int CountDigit( int number, int digit );

int main()
{
    int number, digit;

    scanf("%d %d", &number, &digit);
    printf("Number of digit %d in %d: %d\n", digit, number, CountDigit(number, digit));

    return 0;
}

/* 你的代码将被嵌在这里 */

输入样例:

-21252 2

结尾无空行

输出样例:

Number of digit 2 in -21252: 3

 

int CountDigit( int number, int digit ){
	int a,sum=0;
	number=abs(number);
	if(number==0) sum++;
	if(number!=0){
	while(number>0){
		a=number%10;
		number/=10;
		if(a==digit){
			sum++;
		}
	}
	    }
	return sum;
	
}

### 回答1: np.random.normal()函数是NumPy库中的一个随机数生成函数,用于从正态布中随机生成符合指定参数的随机数。 np.random.normal(loc, scale, size=None)函数的参数说明如下: - loc:正态布的均值(期望值) - scale:正态布的标准差(方差) - size:指定生成随机数的形状,默认为None,表示生成一个随机数;如果是整数n,则生成n个随机数组成的一维数组;如果是元组(a, b),则生成形状为(a, b)的二维数组;如果是(a, b, c),则生成形状为(a, b, c)的三维数组,依此类推。 例如,通过np.random.normal(0, 1, (2, 3))生成一个均值为0,标准差为1的正态布,并生成形状为(2, 3)的二维数组,即一个2行3列的数组。 np.random.normal()函数的返回值是一个符合指定正态布的随机数数组,具有指定的均值和标准差。生成的随机数具有连续性和对称性,一般符合正态布的特性。 该函数的应用场景包括随机模拟、统计析、概率布等。在机器学习、数据析等领域中,可以利用该函数生成服从正态布的随机数,用于模型的参数初始化、生成噪声数据等应用。 ### 回答2: np.random.normal()函数是NumPy库中的一个随机数生成函数,用于生成符合正态布(或高斯布)的随机数。 该函数的语法为: np.random.normal(loc=0.0, scale=1.0, size=None) 其中,loc表示均值(即正态布的中心点),默认值为0.0; scale表示标准差(即正态布的展宽),默认值为1.0; size表示生成随机数的个数,若size为None,则返回单个随机数;若size为一个整数,则返回一个一维数组;若size为一个元组,则返回一个多维数组。 生成的随机数满足正态布的概率密度函数: f(x) = 1 / (sqrt(2*pi)*sigma) * exp(-(x-mu)^2 / (2*sigma^2)) 其中,mu为均值,sigma为标准差。 通过调用np.random.normal()函数,可以生成符合指定均值和标准差的随机数。例如: import numpy as np random_nums = np.random.normal(loc=5.0, scale=2.0, size=10) print(random_nums) 以上代码将生成10个符合均值为5.0,标准差为2.0的随机数,并输出结果。 使用np.random.normal()函数可以方便地生成符合正态布的随机数,常用于模拟实验统计析、概率模型等领域。 ### 回答3: np.random.normal()函数是NumPy库中的一个随机数生成函数,用于生成服从正态布(高斯布)的随机数。该函数的返回值是一个随机数数组,数组的元素是从正态布中随机抽取的数字。 该函数的参数有三个: 1. loc:表示正态布的均值(即期望值)。 2. scale:表示正态布的标准差。 3. size:表示生成随机数的数量。 使用np.random.normal()函数生成随机数的步骤如下: 1. 导入NumPy库:import numpy as np 2. 调用np.random.normal()函数,并传入所需的参数。 3. 根据返回值可以得到一个符合正态布的随机数数组。 例如,调用np.random.normal(0, 1, 100)可以生成一个含有100个符合均值为0、标准差为1的正态布随机数的数组。 该函数的应用场景非常广泛,比如在统计建模中,可以用于生成服从正态布的随机数样本,用来进行模型的参数估计、假设检验等统计推断工作。此外,该函数在生成模拟数据、进行数据析与可视化等方面也有着广泛的应用。
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