5 按照班级和总成绩排序输出学生信息

该代码段展示了一个C语言程序,用于输入三个学生的信息(班级号、学号和三门课程成绩),然后根据班级号升序和总成绩降序进行排序并输出。程序使用了嵌套循环进行两次排序,首先按班级号,然后在相同班级内按总成绩进行排序。

一、题目

要求输入三个学生的班级号、学号和三门课程成绩。(注意:班级号为两位整数)

然后按照班级号从小到大输出;若同一班级的,按照总成绩由高到低输出。

示例:

输入:

11,1001,92.5,82.5,96

12,1004,95.8,85.6,74.9

12,1005,82.5,87.5,93.5

输出:

11,1001,271.0

12,1005,263.5

12,1004,256.3

二、代码

#include <stdio.h>    
 
int main(){
    struct score{
        int banji,xuehao;
        float sum;
        float gaoshu,wuli,yingyu;
    }stu1,stu2,stu3;
    struct score stu[3] =  {stu1,stu2,stu3};
     
    int i=0,j=0,k=0;
    for(i=0;i<3;i++){
    scanf("%d,%d,%f,%f,%f",&stu[i].banji,&stu[i].xuehao,&stu[i].gaoshu,&stu[i].wuli,&stu[i].yingyu);
    stu[i].sum=stu[i].gaoshu+stu[i].wuli+stu[i].yingyu;
    }
     
    for(j=0;j<3;j++){
        for(k=0;k<2;k++){
            if(stu[k].banji>stu[k+1].banji){
                struct score temp=stu[k];
                stu[k]=stu[k+1];
                stu[k+1]=temp;
            }
            else if((stu[k].banji==stu[k+1].banji)&&(stu[k].sum<stu[k+1].sum)){
                struct score temp2=stu[k];
                stu[k]=stu[k+1];
                stu[k+1]=temp2;
            }
            }
        }
 
    for(i=0;i<3;i++){
        printf("%d,%d,%.1f\n",stu[i].banji,stu[i].xuehao,stu[i].sum);
    }
    return 0;
}

三、tips

就是在上一章的基础上加了一个同班级比较

利用

 else if((stu[k].banji==stu[k+1].banji)&&(stu[k].sum<stu[k+1].sum))

即可完成

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
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