来康康,来康康,牛逼代码一行输出九九乘法表

本文详细介绍了如何使用Python的while循环和for循环来打印九九乘法表,通过控制内外层循环,实现了不同格式的乘法表输出,包括直角三角形样式和完整格式。

while循环打印九九乘法表

其实这个和打印直角三角形的原理是一样的,也是让外层循环和内层循环联动,
让i的每行要打印的个数与j打印的行数个数相一致

j=1
while j<=9:
    i=1
    while i<=j:
        print(f'{i}*{j}={i*j}',end='\t')
        i+=1
    j+=1
    print()

用for循环输出

for i in range(1,10):
    for j in range(i,10):
        print(f"{i}*{j} = {i * j}",end='\t')
    print('')
# 

注意注意:
算式按行输出,与完整格式相比,内存循环范围为i~9,当外层循环的i逐渐递增时,每行
输出的算式个数会越来越少,print(" “)表示换行,不输出这句话的话输出的乘法表格式错乱”)

for i in range(1,10)for j in range(1,i+1):
	print(f"{j} * {i}={i*j}",end='\t'
 print(" ")

一行输出九九乘法表

print('n'.join([' '.join(['%s*%s=%-2s' % (y, x, x*y) for y in range(1, x+1)]) for x in range(1, 10)]))
内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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