七天学会C语言-第五天(函数)

1. 调用有参函数
有参函数是一种接受输入参数(参数值)并执行特定操作的函数。通过向函数传递参数,你可以将数据传递给函数,让函数处理这些数据并返回结果。
例1:编写一程序,要求用户输入4 个数字,输出前两个数中的最大数、后两个数中的最大数以及四个数中的最大数。
#include <stdio.h>double max(double x, double y);int main() {double a[4];int i;for (i = 0; i < 4; i++) {if (scanf("%lf", &a[i]) != 1) {printf("输入不合法,请输入一个有效的数字。\n");return 1; // 退出程序,返回错误代码}}double t = max(a[0], a[1]);double u = max(a[2], a[3]);double v = max(t, u);printf("前两个数中的最大数为%.2lf\n", t);printf("后两个数中的最大数为%.2lf\n", u);printf("四个数中的最大数为%.2lf\n", v);return 0;
}double max(double x, double y) {return (x > y ? x : y);
}
运行结果:

例 2:有两个小组,分别有5名学生和10名学生。请编程输入这些学生的成绩,并调用一个 average 函数求这两个小组的平均分。
#include <stdio.h>float average(float a[], int n);int main() {float zu1[5], zu2[10];int i;for (i = 0; i < 5; i++) {if (scanf("%f", &zu1[i]) != 1) {printf("输入不合法,请输入一个有效的数字。\n");return 1; // 退出程序,返回错误代码}}for (i = 0; i < 10; i++) {if (scanf("%f", &zu2[i]) != 1) {printf("输入不合法,请输入一个有效的数字。\n");return 1; // 退出程序,返回错误代码}}printf("第 1 组平均分是%.2f\n", average(zu1, 5));printf("第 2 组平均分是%.2f\n", average(zu2, 10));return 0;
}float average(float a[], int n) {float sum = 0.0, average;int i;for (i = 0; i < n; i++) {sum += a[i];}average = sum / n;return average;
}
运行结果:

2. 调用无参函数
无参函数是一种不需要接受任何输入参数的函数。它们通常用于执行一些固定的任务或打印消息,而不依赖于外部数据。
例 1:请编程输出以下内容:
123456
小翟是大帅逼
654321
小翟是大帅逼
654321
小翟是大帅逼
#include<stdio.h>void a();
void b();
void c();int main() {a();b();c();b();c();b();return 0;
}
void a() {printf("123456\n");
}
void b() {printf("小翟是大帅逼\n");
}
void c() {printf("654321\n");
}
运行结果:
例 2:请编程输入 10 个整数,并将这 10 个数由小到大排序。
#include<stdio.h>void paixu(int a[], int n); // 修正参数列表int main() {int a[10], i;printf("请输入 10 个整数:\n");for (i = 0; i < 10; i++)scanf("%d", &a[i]);paixu(a, 10);printf("排序后的整数依次是:\n");for (i = 0; i < 10; i++)printf("%d\t", a[i]);printf("\n");return 0;
}void paixu(int a[], int n) {int i, j, t;for (i = 0; i < n - 1; i++)for (j = i + 1; j < n; j++)if (a[i] > a[j]) {t = a[i];a[i] = a[j];a[j] = t;}
}
运行结果:

3. 函数的嵌套
函数的嵌套是指在一个函数内部调用另一个函数。这允许你将程序分解成更小的、可管理的部分。嵌套函数通常有助于提高代码的可读性和可维护性。
例 1:请编程输入 4 个整数,并找出其中最大的数。
#include <stdio.h>int max4(int a, int b, int c, int d);
int max2(int a, int b);int main()
{int a, b, c, d, zuidashu;scanf("%d %d %d %d", &a, &b, &c, &d);zuidashu = max4(a, b, c, d);printf("最大数为%d\n", zuidashu);return 0;
}int max4(int a, int b, int c, int d)
{int max2(int a, int b);return (max2(max2(max2(a, b), c), d));
}int max2(int a, int b)
{return (a > b ? a : b);
}
运行结果:

4. 函数的递归
递归是一种函数调用自身的过程。递归函数通常包括两个部分:基本情况和递归情况。基本情况是一个停止条件,它指定何时结束递归。递归情况则定义了函数如何继续调用自身以解决更小的子问题。递归在解决需要重复分解的问题时非常有用,如计算阶乘或斐波那契数列等。
例1:有5个学生,第5个学生比第4个学生大2岁,第4个学生比第3个学生大2岁,第3个学生比第2个学生大2岁,第2个学生比第1个学生大2岁,第1个学生是10岁。请编程计算出第5个学生的年龄。
#include <stdio.h>int calculateAge(int studentNumber);int main() {int ageOfFifthStudent = calculateAge(5);printf("第5个学生的年龄:%d岁\n", ageOfFifthStudent);return 0;
}int calculateAge(int studentNumber) {if (studentNumber == 1) {return 10; // 第1个学生是10岁} else {// 递归计算年龄,每个学生比前一个学生大2岁return calculateAge(studentNumber - 1) + 2;}
}
运行结果:

例 2:用递归方法求 n!(注意取值范围)
#include <stdio.h>int factorial(int n);int main()
{int num;printf("Please enter an integer: ");scanf("%d", &num);printf("%d! = %d\n", num, factorial(num));return 0;
}int factorial(int n)
{int result;if (n < 0)printf("n < 0, incorrect input!\n");else if (n == 0 || n == 1)result = 1;elseresult = factorial(n - 1) * n;return result;
}
运行结果:

相关文章:
七天学会C语言-第五天(函数)
1. 调用有参函数 有参函数是一种接受输入参数(参数值)并执行特定操作的函数。通过向函数传递参数,你可以将数据传递给函数,让函数处理这些数据并返回结果。 例1:编写一程序,要求用户输入4 个数字…...
340. 至多包含 K 个不同字符的最长子串
340. 至多包含 K 个不同字符的最长子串 vip...
【分布式计算】副本数据Replicated Data
作用:可靠性、高性能、容错性 问题:如何保持一致、如何更新 问题:存在读写/写写冲突 一个简单的方法就是每个操作都保持顺序,但是因为网络延迟会导致问题 Data-centric models: consistency model?? ??? 读取时,…...
erlang练习题(二)
题目一 替换元组或列表中指定位置的元素,新元素作为参数和列表或元组一起传入函数内 解答 replaceIdx(List, Index, Val) ->replaceIdx(List, Index, Val, 1, []).replaceIdx([], _, _, _, Acc) ->lists:reverse(Acc);%% 到达替换位置的处理replaceIdx([_ …...
CRM软件系统价格不同的原因
很多人在了解CRM系统时,发现不同品牌的CRM价格有着很大的区别。一些CRM系统只需要几千块钱,一些CRM系统的报价却要上万,甚至十几万。为什么CRM系统价格不同?下面我们就来说说。 1、功能不同 从功能方面来说,一些CRM系…...
json数据解析
目录 一、读数据 1、简单对象读取 2、数组读取 3、对象读取 二、写数据 1、简单生成JSON 2、对象数组JSON 3、嵌套对象 三、一个综合例子 1、读JSON 2、写JSON 一、读数据 1、简单对象读取 {"app": "xnwVideo","src": "C:\\buil…...
Verilog零基础入门(边看边练与测试仿真)-状态机-笔记(7-10讲)
文章目录 第七讲第八讲第九讲第十讲 第七讲 1、最简单的状态机-三角波发生器 1、两种状态的代码: //最简单的状态机,三角波发生器; timescale 1ns/10ps module tri_gen(clk,res,d_out); input clk; input res; o…...
【Hadoop】HDFS API 操作大全
🍁 博主 "开着拖拉机回家"带您 Go to New World.✨🍁 🦄 个人主页——🎐开着拖拉机回家_Linux,大数据运维-CSDN博客 🎐✨🍁 🪁🍁 希望本文能够给您带来一定的帮助…...
Webpack打包图片
一、在js文件中引入图片 二、在package.config.js中配置加载器 module.exports {mode: "production", // 设置打包的模式:production生产模式 development开发模式module: {rules: [// 配置img加载器{test: /\.(jpg|png|gif)$/i,type:"asset/resou…...
DipC 构建基因组 3D 结构(学习笔记)
背景 本文主要记录了 DipC 数据的复现过程、学习笔记及注意事项。 目录 下载 SRA 数据使用 SRA Toolkit 转换 SRA 数据为 Fastq 格式使用 bwa 比对测序数据使用 Hickit 计算样本的基因组 3D 结构使用散点图展示 3D 结构计算 3D 结构重复模拟的稳定性其他 步骤 1. 下载 SRA…...
Qt中音频的使用
对于音频我们在使用的过程中一般是录制音频、播放音频。针对这两个需求介绍Qt中音频的使用。 Qt中音频的录制 步骤: 1、获取系统中的音频设备。 2、创建QAudioRecorder对象,指定使用的音频设备,通过QAudioRecorder的setAudioInput函数设置…...
[centos]centos7源码编译cmake报错Could NOT find OpenSSL
测试环境: centos7.9 cmake3.25.0 ./bootstrap以后报错如下: Could NOT find OpenSSL, try to set the path to OpenSSL root folder in the system variable OPENSSL_ROOT_DIR (missing: OPENSSL_CRYPTO_LIBRARY OPENSSL_INCLUDE_DIR) CMake Error …...
vue若依前端项目搭建
1.项目搭建 首先进入到你需要创建的项目目录下面,然后输入命令vue create .创建项目 接下来选择手动搭建,然后把下面图片中的内容选上 再然后继续配置一些参数信息 接下来运行npm run serve项目就启动起来了 2.配置登录界面文件 首先修改src/router…...
基于win32实现TB登陆滑动验证
这里写目录标题 滑动验证触发条件:失败条件:解决方法:清除cooKie 滑动验证方式一:win32 api获取窗口句柄,选择固定位置 成功率高方式二: 原自动化滑动,成功率中 案例 先谈理论,淘宝 taobao.com …...
vue学习-07todoList案例与浏览器本地存储
TodoList Todo List(任务列表)是一个简单的Web应用程序示例,用于管理任务、代办事项或清单。Vue.js 是一个非常适合构建这种类型应用程序的框架,因为它提供了数据绑定、组件化、响应式和轻松管理用户界面的能力。 以下是一个基本…...
探索智能应用的基石:多模态大模型赋能文档图像处理
目录 0 写在前面1 文档图像分析新重点2 token荒:电子文档助力大模型3 大模型赋能智能文档分析4 文档图像大模型应用可能性4.1 专有大模型4.2 多模态模型4.3 设计思路 总结 0 写在前面 中国智能产业高峰论坛(CIIS2023)旨在为政企研学各界学者专家提供同台交流的机会…...
自动化发布npm包小记
1.注册npm账号 打开npm官网,并注册自己的npm账号 2.申请AccessToken 1.登录npm官网,登录成功后,点开右上角头像,并点击Access Tokens选项 2.点开Generate New Token下拉框,点击Classic Token(和Granular Access To…...
详解机器视觉性能指标相关概念——混淆矩阵、IoU、ROC曲线、mAP等
目录 0. 前言 1. 图像分类性能指标 1.1 混淆矩阵(Confusion Matrix) 1.2 准确率(Precision) 1.3 召回率(Recall) 1.4 F1值(F1 score) 1.5 ROC曲线(接收者工作特征曲线,Receiver Operating Characteristic curve) 1.6 mAP(mean Average Precision) 2. 图像分…...
想要精通算法和SQL的成长之路 - 预测赢家
想要精通算法和SQL的成长之路 - 预测赢家 前言一. 预测赢家二. 石子游戏(预测赢家的进阶版)2.1 博弈论 前言 想要精通算法和SQL的成长之路 - 系列导航 一. 预测赢家 原题链接 主要思路: 我们定义dp[i][j]:在区间 [i, j] 之间先…...
高精度PWM脉宽调制信号转模拟信号隔离变送器1Hz~10KHz转0-5V/0-10V/1-5V/0-10mA/0-20mA/4-20mA
主要特性: >>精度等级:0.1级。产品出厂前已检验校正,用户可以直接使用 >>辅助电源:8-32V 宽范围供电 >>PWM脉宽调制信号输入: 1Hz~10KHz >>输出标准信号:0-5V/0-10V/1-5V,0-10mA/0-20mA/4-20mA等&…...
AI应用成本工程:让你的LLM系统降本30%-70%的工程实践
成本问题是AI应用规模化的最大障碍 一个运行良好的AI原型,扩展到生产规模时往往面临一个令人震惊的现实:成本。举个典型案例:一个内部知识库问答系统,在100用户规模测试时每月花费约500元,感觉完全可接受。当推广到500…...
高基数分类变量编码实战:均值、低秩与多项式逻辑回归方法解析
1. 项目概述:高基数分类变量的编码困局与破局思路在数据科学和机器学习的日常建模工作中,分类变量(Categorical Variables)的处理是绕不开的一环。从用户ID、邮政编码到产品SKU,这些变量往往携带了丰富的信息ÿ…...
Claude医学文献分析准确率实测:对比GPT-4o、Gemini 2.0与专业文献数据库(n=1,847篇RCT,Kappa=0.91)
更多请点击: https://codechina.net 第一章:Claude医学文献分析案例 在临床研究与循证医学实践中,研究人员常需从海量PubMed、NEJM或Lancet等来源的PDF或HTML格式文献中快速提取关键信息。Claude系列大模型凭借其长上下文(最高20…...
RePKG:终极Wallpaper Engine资源解锁与转换工具
RePKG:终极Wallpaper Engine资源解锁与转换工具 【免费下载链接】repkg Wallpaper engine PKG extractor/TEX to image converter 项目地址: https://gitcode.com/gh_mirrors/re/repkg 你是否曾面对Wallpaper Engine精美的动态壁纸,却苦于无法提取…...
深入Linux内核:PTP硬件时间戳(HW Timestamping)是如何炼成的?
深入Linux内核:PTP硬件时间戳(HW Timestamping)的实现机制与技术解析 1. 高精度时间同步的技术演进与PTP核心价值 在现代分布式系统中,时间同步精度已经从毫秒级演进到纳秒级需求。金融交易系统要求时间偏差小于100纳秒ÿ…...
MO-OBAM模型参数调优实战:平衡数据匿名化中的隐私保护与信息损失
1. 项目概述与核心挑战数据匿名化,听起来像是个技术黑话,但说白了,就是给数据“戴上面具”。无论是金融信贷记录、人口普查信息还是敏感的医疗病历,在共享给第三方进行分析前,都必须经过这道工序,以防止张三…...
从视网膜到脑肿瘤:手把手复现CAS-UNet与DA-TransUNet,搞定医学图像分割的细节与代码
从视网膜到脑肿瘤:手把手复现CAS-UNet与DA-TransUNet,搞定医学图像分割的细节与代码医学图像分割一直是计算机视觉领域最具挑战性的任务之一。不同于自然图像,医学影像往往存在边界模糊、噪声干扰大、目标形态多变等特点。传统的分割方法在这…...
从线性智能到多维能力光谱:重新理解AI的“陌生性”与工程实践
1. 项目概述:重新审视智能的“陌生性”在人工智能领域,我们似乎总在追逐一个幽灵般的“通用智能”(AGI)——一个能在所有认知任务上媲美甚至超越人类的系统。这种想象往往基于一个根深蒂固的线性模型:智能是一个单一的…...
Midjourney颗粒度失控急救包:1键降噪工作流(含自研NoiseMap可视化插件+Discord私密调试频道入口)
更多请点击: https://codechina.net 第一章:Midjourney颗粒感失控的本质诊断与认知重构 Midjourney生成图像中异常的颗粒感(graininess),并非单纯由参数噪声或分辨率不足引发,而是模型隐空间解码过程中多层…...
Unity离线语音识别插件:解决无网/隐私/延迟三大痛点
1. 这不是“又一个语音识别SDK”——它解决的是Unity开发者真正卡脖子的三个痛点我在2022年做一款医疗陪护类AR应用时,被语音识别拖垮过整整三个月。当时用的是某云厂商的在线SDK,结果在医院内网环境下,每次识别都要等2.3秒以上,患…...
