【C++】实现万年历

【C++】万年历的实现 /****************************************************************************************** Date.hpp: Copyright (c) Bit Software, Inc.(2013), All rights reserved. Purpose: 声明并实现一个万年历类【腾讯面试题】 阅读详情

1.此万年历功能

1>日期加减天数

2>日期与日期之间的差值

3>输入年月显示当月日历

2.代码实现

#include<iostream>
#include<iomanip>
using namespace std;

class Date
{
public:
	Date(int year = 1990, int month = 1, int day = 1)  //构造函数
		:_year(year), _month(month), _day(day)
	{
		if (JudgeRightDate())     //判断传入的值是否是合法的,不合法则置成1990年1月1日
		{
			_year = 1990;
			_month = 1;
			_day = 1;
		}
	}

	bool JudgeRightDate()   //判断值是否合法函数
	{
		if (_year < 1 || ((_month< 1)||_month>12) ||
			(_day<1)||_day>GetMonthDay(_year,_month))
		{
			return true;
		}
		else
		{
			return false;
		}
	}

	int JudgeYear(int year)   //判断是否是闰年的函数
	{
		if (((year % 4 == 0) && (year % 100 != 0)) || (year % 400 == 0))
		{
			return 1;
		}
		else
			return 0;
	}

	int GetMonthDay(int year, int month)  //通过年和月得到对应的天数
	{
		int arr[13] = { 0, 31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31 };
		int days = arr[month];
		if (month == 2)
		{
			days += JudgeYear(year);   //如果是闰年的二月则天数加1
		}
		return days;
	}

	
	Date operator +(int days)    //日期加天数函数,重载“+”实现
	{
		_day += days;            //先将天数全部加到所给日期的“天”上
		GetRightDate(_year, _month, _day);  //再通过计算得到正确的日期。
		return *this;
	}

	void GetRightDate(int &year, int &month, int &day)   //计算出正确的日期
	{
		if (day <= 0)
		{
			while (day <= 0)
			{
				month--;
				day += GetMonthDay(year, month);
				if (month < 1)
				{
					year--;
					month = 13;
				}
			}
		}
		else
		{
			while (day>GetMonthDay(year, month))
			{
				day -= GetMonthDay(year, month);
				month++;
				if (month > 12)
				{
					year++;
					month = 1;
				}
			}
		}
	}

	Date operator -(int days)   //重载“-”实现日期减天数
	{
		_day -= days;
		GetRightDate(_year, _month, _day);
		return *this;
	}

	bool operator >(const Date &d)   //判断两个日期的大小
	{
		if (_year > d._year)
		{
			return true;
		}
		else if (_year == d._year)
		{
			if (_month > d._month)
			{
				return true;
			}
			else if (_month==d._month)
			{
				if (_day > d._day)
				{
					return true;
				}
			}
		}
		return false;
	}

	bool operator ==(const Date &d)   //判断两个日期是否相等
	{
		if (_year == d._year && _month == d._month && _day == d._day)
		{
			return true;
		}
		else
			return false;
	}

	int operator -( Date &d)  //计算日期差函数,重载“-”实现
	{
		int count = 0;
		Date tmp(*this);
		if (*this > d)
		{
			tmp = d;
			d = *this;
			*this = tmp;
		}
		while (!(*this==d))
		{
			count++;
			*this =*this+1;
		}
		return count;
	}


	void print()       //打印函数
	{
		cout << _year << "-" << _month << "-" << _day;
	}


	int week()   //求出日期对应的星期函数
	{
		int w = 0;
		int y = _year;
		int m = _month;
		if (m == 1 || m == 2)
		{
			m = _month + 12;
			y = _year - 1;
		}
		w = _day + 2 * m + 3 * (m + 1) / 5 + y + y / 4 - y / 100 + y / 400;
		w = w % 7 + 1;
		return w;
	}

	void print_week()
	{
		cout << "星期日 星期一 星期二 星期三 星期四 星期五 星期六" << endl;
	}

	void print_day()  //根据日期和星期,正确的输出日历
	{
		int line = 1;
		int days = GetMonthDay(_year,_day);
		int w = week();
		if (w != 7)
		{
			for (int blank = w - 1; blank; --blank, ++line)
			{
				cout << setw(7) << "";
			}
		}
		for (int d = 1; d <= days; ++d, ++line)
		{
			cout << setw(7) << d;
			if (line % 7 == 0)
			{
				cout << endl;
			}
		}
		cout << endl;
	}

private:
	int _year;
	int _month;
	int _day;
};
void menu()
{
	cout << setw(40) <<"万年历"<< endl;
	cout << "1.日期加减天数" << endl;
	cout << "2.日期减日期" << endl;
	cout << "3.输入年月显示当月日历" << endl;
}
void choice()
{
	int num = 0;
	int year, month, day, days;
	char ch = '+';
	cin >> num;
	if (num == 1)
	{
		cout << "请输入日期:" << endl;
		cin >> year >> month >> day;
		cout << "请输入天数:" << endl;
		cin >> days;
		cout << "请输入'+'或者'-':" << endl;
		cin >> ch;
		Date d1(year, month, day);
		Date d2;
		if (ch == '+')
		{
			d2 = d1 + days;
		}
		else if (ch == '-')
		{
			d2 = d1 - days;
		}
		else
		{
			cout << "无效的输入!" << endl;
		}
		cout << "计算后的日期为:";
		d2.print();
		cout << endl;
	}
	else if (num==2)
	{
		cout << "请输入日期:" << endl;
		cin >> year >> month >> day;
		Date d3(year, month, day);
		cout << "请输入日期:" << endl;
		cin >> year >> month >> day;
		Date d4(year, month, day);
		int ret = d3 - d4;
		cout << "期间相差:" << ret << endl;
	}
	else if (num == 3)
	{
		cout << "请输入年月:" << endl;
		cin >> year >> month;
		Date d5(year, month);
		d5.print_week();
		d5.print_day();
	}
}
int main()
{
	menu();
	choice();
	system("pause");
	return 0;
}


C++实现万年历(附代码) 本文给大家介绍如何使用C++语言解决万年历问题 阅读详情

相关推荐

【c++巩固练习】c++实现日期计算器、日期万年历(日期类)

日期计算器的功能: 1.可以计算两个日期之间相距多少天。例:2016.5.1-2016.4.1 =  30 2.可以计算一个日期经过n天后的那个日期是什么。例:2016.5.1+40 = 2016.6.10 代码实现如下:(环境:vs2013   语言:c++) 1.Date.h #pragma once #include using namespace std; class

XHfight的博客 5589

C++编写万年历,公元后日历程序,考虑了1582年前后以及该年的特殊情况。

公元后较为完善的万年历创建程序

qq_51264201的博客 1670

C++:实现万年历(附完整源码)

C++:实现万年历(附完整源码)

希望我的博客,能帮上你解决学习中工作中所遇到的问题 744

【C++】万年历程序

这是一个由C++编写的万年历程序。具有加减天数、两日期差值、当月月历、系统时间、星期功能。部分参考于网络。

KKKKKKK1M的博客 3727

实现万年历的C++编程

用户可以通过输入不同的年份和月份来运行程序,程序将根据输入的年份和月份输出相应的月历。函数首先输出年份和月份的标题,然后输出星期的标题,接着根据给定的年份和月份计算该月的天数和第一天是星期几。以下是一个用C++编写的万年历程序,它可以根据用户输入的年份和月份显示一个完整的月历。程序中使用了基本的日期计算和条件判断来确定每个月的天数和每个月的第一天是星期几。函数用于计算某个月份的天数,对于2月份的天数需要根据是否是闰年进行判断,其他月份的天数比较固定。函数用于判断某一年是否是闰年,它根据闰年的定义进行判断。

YOLO_CODE的博客 325

C++实现的万年历程序设计与开发

万年历项目是编程学习中经典的综合性实践案例,融合了逻辑判断、循环控制、函数封装及用户交互等核心编程思想。选择C++作为实现语言,得益于其高效执行性能和对底层数据类型的精细控制能力,尤其适合处理日期计算中频繁的整数运算与格式化输出。标准公历中,非闰年情况下各月天数如下表所示:月份123456789101112天数3128313031303131303130。

weixin_30218749的博客 485

【C/C++实战项目】万年历

C语言实现万年历,起始为公元1年,打印年份、月份表,特殊节假日提示

phoenixFlyzzz的博客 3264

Claude skill-creator插件深度解析:从创建到优化的完整技能工程化体系

摘要:skill-creator是Anthropic推出的Claude技能开发插件,提供从创建到优化的全流程工程化支持。其核心架构采用渐进式披露机制和多Agent协作模式,包含Grader、Analyzer等专业评估组件。该插件支持自动化评测系统,通过测试用例管理、并行执行和结果聚合实现技能验证;提供迭代优化算法,基于数据驱动改进技能性能。典型应用场景包括标准化技能开发、自动化测试验证和触发优化,显著降低开发门槛并提升技能质量。

虚心若愚 989

C++万年历课程设计

C++课程设计——万年历 功能要求: (1)输入一个年份,输出是在屏幕上显示该年的日历。假定输入的年份在1940-2040年之间。 (2)输入年月,输出该月的日历。 (3)输入年月日,输出距今天还有多少天,星期几,是否是公历节日。 一.设计目的 1:要求学生能够熟练掌握C++语言的基本知识和技能。 2:基本掌握面向过程程序设计的基本思路和方法。 3:能够利用所学的基本知识和技能,解决简单的面向过程程序设计问题。 4:培养自己独立分析问题、解决问题、查阅资料以及自学能力,综合运用所学知识,解决实际问题,提高程

weixin_52518806的博客 1万+

无人机巡检提速3倍!YOLOv8n+OpenVINO让Jetson Nano跑25FPS,还能多飞25分钟

摘要(149字): 针对无人机巡检中Jetson Nano算力不足导致的帧率低、首次推理延迟高、续航短等问题,提出YOLOv8n+OpenVINO联合优化方案: 模型轻量化:YOLOv8n参数量仅3.2M(较v8s减少71%),Jetson Nano帧率从8FPS提升至15FPS(原生),绝缘子裂纹召回率仅降3%; OpenVINO加速:AUTO模式动态分配CPU/GPU算力,首次推理延迟从500ms降至200ms,帧率再优化至25FPS; 能效提升:功耗降低40%,单次续航延长25分钟。方案已落地电力/林

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 1242

稳定性性能系列之十五——系统稳定性监控体系建设:从指标到预警的完整方案

深入探讨Android系统稳定性监控体系的设计与实现,涵盖指标体系设计、数据采集方案、异常检测算法、预警响应机制,并提供完整的监控平台搭建实践。

Cheson的专栏 1359

c++万年历

#define _CRT_SECURE_NO_WARNINGS 1 #include <iostream> using namespace std; class Date { friend ostream& operator<<(ostream& _cout, const Date& d); public: //构造 Date(int...

Code_beeps的博客 650

RoCE Overlay

1. RoCE over vxlan 配置vxlan封装的RoCE流量,可以在PF switchdev模式下利用ovs bridge,或直接设置tc rules。下面将基于一对NIC互联的服务器介绍两种方式的使用,并分析封装后的数据包结构。 1.1. 基本配置 - VF与switchdev 首先创建VF,并为两个host设置PF的switchdev模式。使用ovs bridge或tc rules,...

sunshuying1010的博客 3063

【课设】C++实现万年历

一、万年历要求的功能 二、代码块 #include #include using namespace std; class date//定义一个日期类 { public: date(int y=1,int m=1,int d=1):year(y),month(m),day(d){}//构造函数 void setyear (int y){year=y;} //改变年份的接

皓皓松的博客 9977

第八篇 永磁同步电机控制-MTPA、MTPV

MTPA 的全称是 Maximum Torque Per Ampere,即 最大转矩电流比控制。核心思想:在输出特定转矩时,通过控制定子电流的幅值和相位(即d轴和q轴电流的分量),使得所需要的定子电流幅值最小。通俗理解:就是用“最省电”的方式产生所需要的力矩。就像开车时,找到一个最合适的油门和档位配合,使得在输出相同动力时,油耗最低。

深耕汽车电子:AUTOSAR、电机控制,助力数字汽车 1874

MATLAB实战:5步搞定铣削稳定性叶瓣图(附完整代码解析)

本文提供了一份基于MATLAB的铣削稳定性叶瓣图实战指南。通过5个清晰步骤,从动力学原理出发,详细解析了利用半离散法构建稳定性判据、模块化代码设计、高效参数扫描及高级可视化的完整流程,并附有完整代码,帮助工程师快速预测和规避加工颤振,优化铣削工艺参数。

weixin_29197051的博客 196

C++实现简易的万年历

C++实现简易的万年历 代码如下: /* *文件名称:万年历.cpp *作 者:chenghan *完成日期:2019/1/10 *版 本 号:1.0 *问题描述:制作一个简单的万年历 */ #include&amp;amp;lt;iostream&amp;amp;gt; #include &amp;amp;lt;string&amp;amp;gt; using namespace std; //判断一年是否为闰年,是返回true 否返回

qq_43938802的博客 2945

单细胞专题(1) | 单细胞转录组研究样本准备指南(上)

单细胞RNA测序(scRNA-seq)是目前最前沿,能进行大规模实验的转录组研究技术,为理解细胞组成和动态生物学过程提供了很多新的见解。单细胞研究已经为我们理解发育过程,老化和疾病(如癌症)等提供了大量数据。在这里,小编主要就前期的样本准备与保存需注意问题给大家进行讲解,以备大家在不同的研究场景和研究背景下,走好单细胞转录组学研究的第一步。

bioyigene的博客 4232

实现C++的万年历类

实现C++的万年历类 一直想做这个东西,从vc知识库搜索到一个,可是代码算法有问题,许多的结果都是错的。其他的代码都是js的,没办法,自己动手。代码虽短,心意一片。从此后你想为自己的软件增添点特色,放心的用吧,可以任意修改,传播。#ifndef _CALENDAR_H#define _CALENDAR_H#include struct myDATE{ int 

jiangxinyu的专栏 3087

FlashBootloader01-基于UDS的Flash Bootloader【架构篇】

文章目录1 Flash Bootloader的依赖项2 Flash Bootloader中使用的UDS的主要功能3 Flash Bootloader更新固件3.1 初始化MCU3.2 刷写流程 1 Flash Bootloader的依赖项 通常Flash Bootloader由以下四方面组成: UDS协议 上位机「编写Bootloader Sequence」 通信驱动(如CAN ) Flash Driver 2 Flash Bootloader中使用的UDS的主要功能 1. 10 02服务 客户端

3592

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

万年历的实现——C++&Java版

最近因为一个题目,然后然后就让用java写一个万年历。然后老夫上午两节课居然没写出来。然后下午就花了一节课写算法。然后逃课进实验室用C++写了一遍。嗯~满满的成就感,开心! 1.C++版万年历 // // main.cpp // printData // // Created by Ivan小黄 on 18/9/27. // Copyright (c) 2018年 ivan. All ri...

qq_19927141的博客 319

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++:实现万年历(附带源码)

C++:实现万年历(附带源码)

欢迎来到我的博客!这里是一个专注于计算机技术的分享平台,涵盖编程开发、算法研究、系统架构、软件工程等多个领域。无论你是初学者还是资深开发者,都能在这里找到有价值的内容。 833

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。

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

C++万年历操作系统 (本万年历系统的操作计算的是 1901年到2049年 的万年历系统)万年历的实现

实现此万年历 1、首先要明白一些基础的概念: 能被100和400整除 或者 不能被100整除但能被4整除的年份就是闰年 闰年 有366天 2月29天 平年 有365天 2月28天 2、每个操作的思想: 选项1的思想 a、储存思想: 函数_year_1_1(); 已经记录了1901到2049年的1月1号是周几,此处应用的思想还是先记录每个月第一天是周几 求每个月第一天是周几的思想和 求 每年第一天是周几思想一样 函数_year_1_1(); 已经记录了1901到2049年的1月1号是周几

qq_51277605的博客 932

C++,笔试面试,使用C++编程,实现万年历

要求实现:基本成员函数,日期加减天数,日期与日期相减#include using namespace std; class Date { public:  Date(int year = 1900, int month = 1, int day = 1)   :_year(year), _month(month), _day(day)  {   //cout << "Date(int year,

Footmart_C的博客 628

c++实现万年历

文章目录来自一个小白的作品要求实现的内容 来自一个小白的作品 展示: 要求实现的内容 万年历练习 1. 教学目标: 1)初步掌握图形界面设计与键盘交互(用户交互)。 2)教师采用模块填充方式教学。 3)教学计划4个课时。 2.要求 1)设计函数 int Distinguish(int year,int month);/*判断月份的类型,确定此月的天数*/ 2)设计函数 float DayNum(int year,int month) 计算从公元1月1日到所输入的时间的

缘友一世的博客 1749
上一篇: 【C语言】模拟实现strstr
下一篇: 【C++】面试题:模拟实现string类(版本一:用深度拷贝来实现 )
pointer_y
博客等级 码龄11年 157粉丝 107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