C++编程习题（一）

PS:PDF在线地址:http://bcmi.sjtu.edu.cn/~zhaohai/ptm2012/data/Python-kernel.programming.v2.pdf 2-1  变量,print 和字符串格式化运算符.启动交互式解释器,给一些变量赋值(字符串,数值等等)并通过输入变量名显示它们的值.再用 print 语句做同样的事.这二者有何区别? 也尝试着使用字符串格式运算符%,多做几次,慢慢熟悉. # -*- coding:utf-8 -*- >>>a = 123 >

1. 逆序的三位数(5分) 题目内容: 程序每次读入一个正三位数,然后输出逆序的数字.注意,当输入的数字含有结尾的0时,输出不应带有前导的0.比如输入700,输出应该是7. 输入格式: 每个测试是一个3位的正整数. 输出格式: 输出逆序的数. 输入样例: 123 输出样例: 321 时间限制:500ms内存限制:32000kb 2. 时间换算(5分) 题目内容: UTC是世界协调时,BJT是北京时间,UTC时间相当于BJT减去8.现在,你的程序要读入一个整数,表示BJT的时和分.整数的个位和十位

设计一个 shell 程序,添加一个新组为 class1,然后添加属于这个组的 30 个用 户,用户名的形式为 stdxx,其中 xx 从 01 到 30 !#/bin/bash groupadd class1  for I in {1..30} do    if [ $I -le 9 ];then    UN=stu0${I}   else     UN=stu${I}   fi   useradd $UN   mkdir /home/$UN   chown -R $UN /home/$UN

1. 什么是协议?在收发数据中定义协议有何意义? 协议是对话中使用的通信规则.定义协议可让计算机进行正确无误的对话. 2. 面向连接的TCP套接字传输特性有3点,请分别说明? 可靠性,传输的过程数据不会丢失 字节流,按序传输数据,不存在数据边界 面向连接,双方必须建立连接后,才可以进行数据传递 3. 下面哪些是面向消息的套接字特性? 传输数据可能丢失 *** 没有数据边界 以快速传输为目标 *** 不限制每次传递数据的大小 与面向连接的数据不同,不存在连接的概念 *** 4. 下列数据适合用哪类

第二章 1. //打印姓名 #include<stdio.h> int main() { printf("Gustav Mahler\n"); printf("Gustav\n"); printf("Mahler\n"); printf("Gustav Mahler\n"); return 0; } 2. //打印姓名和地址 #include<stdio.h> int main() { printf(&

Exercise 1:Linear Regression---实现一个线性回归 关于如何实现一个线性回归,请参考:http://www.cnblogs.com/hapjin/p/6079012.html Exercise 2:Logistic Regression---实现一个逻辑回归 问题描述:用逻辑回归根据学生的考试成绩来判断该学生是否可以入学. 这里的训练数据(training instance)是学生的两次考试成绩,以及TA是否能够入学的决定(y=0表示成绩不合格,不予录取:y=1表示录

把昨天看的第二章巩固一下,做一做编程习题. 2．6: 第一天交2元罚金,以后每一天都是前一天的平方,第N天罚金将是多少? 这个题目和2.4.4-3介绍的幂运算基本一致.若按相同的递归思路分析,比那个问题要简单,因为从1次幂开始并且指数呈2^(n-1)分布,即1,2,3,4,16……所以没有对指数是奇数时的判定.实际上用循环来求要比用递归快.在不考虑溢出的前提下,解法如下: #include<iostream> using namespace std; typedef unsigned long

    数据结构和算法分析的编程习题.     (1)生成不重复的随机数,并且具有上界和下界.可以产生有序的,也可以产生无序的. 知识: C编程语言不允许返回整个数组作为函数的参数.但是,您也可以返回一个指针,没有索引到一个数组中指定数组的名称. 例如: 1 #include<stdio.h> 2 #include<stdlib.h> 3 #include<time.h> 4 5 int *getRandom(){ 6 static int r[10]; 7 int i

吴恩达第2课第2周编程习题 目标:使用mini-batch来加快学习速度:比较梯度下降,momentum,adam的效果 核心:指数加权平均值得计算及其意义,它是momentum,RMSProp,Adam算法的基石 不足:本例程没有使用学习率衰减的步骤,同时本例程只适于3层的二分法的神经网络 常记点: 1. 偏差修正时是除以,此处是-,t从1开始: 2. L=len(parameters) //2 ,这个L不等于网络层数,range(1,L+1)=range(1,len(layers_dims)