新闻详情

新闻详情

首页 / 资讯中心 / 详情

C#--实验2

发布时间:2026/11/5 11:05:06来源:尧图网络
C#--实验2
//1利用级数求PI使用格利高利公式求PI的近似值直到最后一项的绝对值小于10-6为止。 //PI/41 - 1/3 1/5 - 1/7 1/9 …… float sum 0; int sign 1; float fenmu 1; float term; do { term sign / fenmu; sum term; sign -sign; fenmu 2; } while (Math.Abs(term) 1e-6); float PI sum * 4; Console.WriteLine($PI {PI:F6});//2定义一个3×3矩阵赋100以内的随机值后分别求两条对角线之和。 //要求显示随机生成的矩阵显示两条对角线之和。 int[,] jz new int[3, 3]; Random r new Random(); int sum; for(int i 0; i 3; i) { for(int j 0; j 3; j) { jz[i, j] r.Next(0, 100); } } for (int i 0; i 3; i) { for (int j 0; j 3; j) { Console.Write(${jz[i, j],3}); // 固定每个数字占 3 个字符宽度 } Console.WriteLine(); } int left0; int right0; //left [0,0] [1,1] [2,2] right [0,2] [1,1] [2,0] for (int i 0; i 2; i) { left left jz[i, i]; } for (int i 0; i 2; i) { right right jz[i,2-i]; } sum left right; Console.WriteLine($俩条对角线之和为{sum});//3使用选择排序法实现一维数组元素排序 //被排序前数组21 25 49 37 16 8 //要求输出每轮排序后的数组 //排序前21 25 49 37 16 8 //第1次排序后8 25 49 37 16 21 //…… //每一轮在待排序区间里找到最小的那个数放到当前最前面的位置。一轮最多只交换 1 次。 //选择排序正确做法只记下标遍历全程**不交换**int[] liebiao { 21, 25, 49, 37, 16, 8 }; Console.Write(排序前); for (int k 0; k liebiao.Length; k) { Console.Write(liebiao[k] ); } Console.WriteLine(); for (int i 0; i liebiao.Length - 1; i) { int min liebiao[i]; //本轮起点假设当前i位置的值最小 int minIndex i; //同时记下它的下标 for (int j i 1; j liebiao.Length; j) { if (liebiao[j] min) { min liebiao[j]; minIndex j; } } int temp liebiao[i]; liebiao[i] liebiao[minIndex]; liebiao[minIndex] temp; Console.Write($第{i 1}次排序后); for (int k 0; k liebiao.Length; k) { Console.Write(liebiao[k] ); } Console.WriteLine(); }
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/4 22:55:41

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/5 4:24:57

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/5 4:24:57

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉