类入门例-猫狗互咬

以下例子演示动物类的写法,其中用到了构造函数。

在Main函数中,使用动物类创造出一只猫,一条狗。

猫狗互相攻击,直到一方死去。

代码如下:

class Animal
    {
        public string name;//动物名称
        public int hp, attack, speed;//动物血量、攻击力、攻击速度
        public Animal(string n,int life,int force,int s)
        {
            name = n;
            hp = life;
            attack = force;
            speed = s;
        }
        public void Attack(Animal x)
        {
            x.hp -= attack*speed;
        }
        public void show_Me()
        {
            Console.WriteLine(name+"还剩"+hp.ToString()+"点血");
        }
    }
    class Program
    {
        static void Main(string[] args)
        {
            Animal a, b;
            a = new Animal("dogy", 100, 20, 1);
            b = new Animal("caty", 80, 15, 2);
            do
            {
                a.Attack(b);
                b.show_Me();
                b.Attack(a);
                a.show_Me();
            }
            while (a.hp >= 0 && b.hp >= 0);
            Console.ReadKey();
        }
    }

运行效果:

当然,也可以使用随机函数让结果出现变数。

原文地址:https://www.cnblogs.com/wanjinliu/p/11518790.html

时间: 2024-10-11 07:45:25

类入门例-猫狗互咬的相关文章

python练习:寒冰猴子狐狸,猫狗咬架

python练习:寒冰猴子狐狸,猫狗咬架 一,寒冰猴子狐狸 class Person: def __init__(self, na, gen, age, fig): self.name = na self.gender = gen self.age = age self.fight =fig def grassland(self): """注释:草丛战斗,消耗200战斗力""" self.fight = self.fight - 200 def

卷积神经网络入门(1) 识别猫狗

一下来自知乎 按照我的理解,CNN的核心其实就是卷积核的作用,只要明白了这个问题,其余的就都是数学坑了(当然,相比较而言之后的数学坑更难). 如果学过数字图像处理,对于卷积核的作用应该不陌生,比如你做一个最简单的方向滤波器,那就是一个二维卷积核,这个核其实就是一个模板,利用这个模板再通过卷积计算的定义就可以计算出一幅新的图像,新的图像会把这个卷积核所体现的特征突出显示出来.比如这个卷积核可以侦测水平纹理,那卷积出来的图就是原图水平纹理的图像. 现在假设要做一个图像的分类问题,比如辨别一个图像里是

养殖者运送猫狗过河问题(面向对象)

让标题:农民希望猫左岸用船.狗.鱼运至右岸. 在运输过程中,每次只能运送一个单纯的动物.过河农民可以空船. 当中当人不在此岸时,狗会咬猫.猫会吃鱼.当人在此岸时,则不会发生冲突. 请用面向对象的设计思想解决此类问题. 分析:通过题设条件能够得出下面结论:1.左到右,不存在从左岸到右岸的空船(也就是从左岸到右岸必须运送一仅仅动物):2.右到左.有且仅仅有两种情况:①空船过河.②带一仅仅动物过河. 程序设计:5个类:MyCrossRiver.java.CrossProcess.java.CrossS

pytorch实现kaggle猫狗识别

参考:https://blog.csdn.net/weixin_37813036/article/details/90718310 kaggle是一个为开发商和数据科学家提供举办机器学习竞赛.托管数据库.编写和分享代码的平台,在这上面有非常多的好项目.好资源可供机器学习.深度学习爱好者学习之用.碰巧最近入门了一门非常的深度学习框架:pytorch(如果你对pytorch不甚了解,请点击这里),所以今天我和大家一起用pytorch实现一个图像识别领域的入门项目:猫狗图像识别.深度学习的基础就是数据

6.猫狗队列问题

问题:宠物.狗.猫的类如下 class Pet { private String type; public Pet(String type) { this.type = type; } public String getType() { return this.type; } public String toString(){ return this.getType(); } } class Dog extends Pet { public Dog(String type) { super(ty

猫狗图像识别

这里,我们介绍的是一个猫狗图像识别的一个任务.数据可以从kaggle网站上下载.其中包含了25000张毛和狗的图像(每个类别各12500张).在小样本中进行尝试 我们下面先尝试在一个小数据上进行训练,首先创建三个子集:每个类别各1000个样本的训练集.每个类别各500个样本的验证集和每个类别各500个样本的测试集. import os, shutil original_dataset_dir = '/media/erphm/DATA/kaggle猫狗识别/train'    # 原始文解压目录b

[Daily]猫狗队列——”子类管理器“

[题目] 有猫狗类如下: class Pet { private: string m_type; public: Pet(string _type){ m_type=_type; } string GetPetType(){ return m_type; } }; class Dog : public Pet { public: Dog() : Pet("dog"){} }; class Cat : public Pet { public: Cat() : Pet("cat&

C# 调用API接口处理公共类 自带JSON实体互转类

using System; using System.Collections.Generic; using System.IO; using System.Linq; using System.Net; using System.Net.Security; using System.Security.Cryptography.X509Certificates; using System.Text; using System.Threading.Tasks; using System.Web; n

音频类 单例

.h文件 #import <Foundation/Foundation.h> @interface PLMsoundTool : NSObject<NSCopying> - (void)playSongWithName:(NSString *)name; + (instancetype)shareSoundTool; @end .m文件 #import "PLMsoundTool.h" #import <AudioToolbox/AudioToolbox.