第一周总复习2

该博客展示了一段Python代码,实现了一个猜年龄游戏。包含用户登录验证,猜对年龄可从奖品字典中选择奖品,猜错会提示猜大或猜小,还可选择是否继续游戏,代码对游戏次数和登录次数进行了控制。
```
"""

pythpon
age = 18 # 答案

age_count = 0 # 游戏次数控制

login_count = 0 # 登录次数控制

# 奖品字典
prize_dict = {
0: '布娃娃',
1: '变形金刚',
2: '奥特曼',
3: '<Python从入门到放弃>'
}

get_prize_list = dict() # 记录奖品获取情况

# 定义用户字典
user_dict = {
'nick': '123',
'fanping': '123'
}

while login_count < 4:

login_count += 1

if login_count == 4:
print('傻逼,三次机会都不够用!!!')
break

username = input('请输入你的用户名>>>').strip()
pwd = input('请输入你的密码>>>').strip()

if pwd != user_dict.get(username):
print('账号密码错误')
continue

print(f'欢迎{username}来到猜年龄俱乐部!!!')

# 核心代码
while age_count < 3:
inp_age = input('请输入你需要猜想的年龄>>>').strip() # 与用户交互

# 判断用户是否骚扰
if not inp_age.isdigit():
print('傻逼,你的年龄输错了')
continue

inp_age_int = int(inp_age)

# 核心逻辑,判断年龄
if inp_age_int == age:
print('猜对了')

print(prize_dict) # 打印奖品

# 获取两次奖品
for i in range(2):
prize_choice = input('请输入你想要的奖品,如果不想要,则输入"n"退出!!!').strip() # 与用户交互获取奖品

# 判断是否需要奖品
if prize_choice != 'n':
prize = prize_dict[int(prize_choice)]
print(f'恭喜你获得奖品: {prize}')

# 定义获取的奖品
if get_prize_list.get(prize):
get_prize_list[prize] += 1
else:
get_prize_list[prize] = 1
else:
break

login_count = 4
print(f'你已经获取奖励: {get_prize_list}')
break

elif inp_age_int < age:
print('猜小了')
else:
print('猜大了')

age_count += 1 # 成功玩一次游戏

# 控制是否继续
if age_count != 3:
continue

again_choice = input('是否继续游戏,继续请输入"Y"或"y",否则任意键直接退出.').strip() # 交互是否再一次

# 判断是否继续
if again_choice == 'Y' or again_choice == 'y':
age_count = 0
else:
login_count = 4
"""

转载于:https://www.cnblogs.com/zrx19960128/p/10928842.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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