import random
secret = random.randint(1,99)
guess=0
tries=0
print "AHOY! i```m the dread print Roberts,and i have a secret!" print "it```s a nunber form 1 to 99.i```ll give you 6 tries" while guess != secret and tries < 6: guess =input("what```s yer guess?")
if guess print "too low,ye scurvy dog!"
elif guess > secret:
print "too high,landlubber!"

``````        tries = tries + 1
``````

if guess ==secret:
print "avast!ye got it! found my secret,ye did!"
else:
print "no more guesses!better luck next time,matey!"
print "the secret numaber was",secret

F5之后：
Python 2.7.5 (default, May 15 2013, 22:43:36) [MSC v.1500 32 bit (Intel)] on win32

================================ RESTART ================================

AHOY! i```m the dread print Roberts,and i have a secret! it```s a nunber form 1 to 99.i```ll give you 6 tries what```s yer guess?50
too low,ye scurvy dog!
what```s yer guess?90 too high,landlubber! what```s yer guess?80
too high,landlubber!
what```s yer guess?70 too high,landlubber! what```s yer guess?60
too low,ye scurvy dog!
what```s yer guess?75 too high,landlubber! what```s yer guess?70
too high,landlubber!
what`s yer guess?65
too high,landlubber!
no more guesses!better luck next time,matey!
the secret numaber was 62

3个回答

fnmdp233 谢谢为我解答。

`````` mport random
secret = random.randint(1,100)
guess = 0
tries = 0
print "AHOY I'm the Dread Pirate Roberts, and I have a secret!"
print "It is a number from 1 to 99. I will give you 6 tries. "
while guess !=secret and tries < 6 :
guess = input("what is yer guess? ")
if guess < secret:
print "Too low, ye scurvy dog!"
elif guess > secret:
print "Too high, landlubber!"
tries = tries + 1
if guess == secret:
print "Avast! Ye got it! Found my secret, ye did !"
elif tries >= 6:
print "No more gusses ! Better luck next time ,matey!"
print "The secret number was",secret
``````

python 3的代码看这里：https://blog.csdn.net/a245049656/article/details/79206148

fnmdp233 谢谢为我解答。

tries = tries + 1

`````` import random
secret = random.randint(1,99)
guess=0
tries=0
print ("AHOY! im the dread print Roberts,and i have a secret!")
print ("its a nunber form 1 to 99.ill give you 6 tries")
while guess != secret and tries < 6:
guess = int(input("whats yer guess?"))
if guess :
print ("too low,ye scurvy dog!")
elif guess > secret:
print("too high,landlubber!")
tries = tries + 1
if guess ==secret:
print ("avast!ye got it! found my secret,ye did!")
else:
print ("no more guesses!better luck next time,matey!")
print ("the secret numaber was",secret)
``````
fnmdp233 谢谢为我解答。

pagerank的计算问题不够10个字

#--coding:GBK # -*- coding: utf-8 -*- #pip install matplotlib from math import log ##创建数据集 def createDataSet(): """ 创建数据集 """ dataSet = [['青年', '否', '否', '一般', '拒绝'], ['青年', '否', '否', '好', '拒绝'], ['青年', '是', '否', '好', '同意'], ['青年', '是', '是', '一般', '同意'], ['青年', '否', '否', '一般', '拒绝'], ['中年', '否', '否', '一般', '拒绝'], ['中年', '否', '否', '好', '拒绝'], ['中年', '是', '是', '好', '同意'], ['中年', '否', '是', '非常好', '同意'], ['中年', '否', '是', '非常好', '同意'], ['老年', '否', '是', '非常好', '同意'], ['老年', '否', '是', '好', '同意'], ['老年', '是', '否', '好', '同意'], ['老年', '是', '否', '非常好', '同意'], ['老年', '否', '否', '一般', '拒绝'], ] featureName = ['年龄', '有工作', '有房子', '信贷情况'] # 返回数据集和每个维度的名称 return dataSet, featureName ##分割数据集 def splitDataSet(dataSet,axis,value): """ 按照给定特征划分数据集 :param axis:划分数据集的特征的维度 :param value:特征的值 :return: 符合该特征的所有实例（并且自动移除掉这维特征） """ # 循环遍历dataSet中的每一行数据 retDataSet = [] for featVec in dataSet: if featVec[axis] == value: reduceFeatVec = featVec[:axis] # 删除这一维特征，切片不包括axis reduceFeatVec.extend(featVec[axis+1:]) #把aixs去掉之后的列表前后拼在一起 retDataSet.append(reduceFeatVec) return retDataSet#把去掉axis之后的列表返回 ##计算信息熵 # 计算的始终是类别标签的不确定度 def calcShannonEnt(dataSet): """ 计算训练数据集中的Y随机变量的香农熵 :param dataSet: :return: """ numEntries = len(dataSet) # 实例的个数 labelCounts = {} for featVec in dataSet: # 遍历每个实例，统计标签的频次 currentLabel = featVec[-1] # 表示最后一列，，为什么要等与最后一列 # 当前标签不在labelCounts map中，就让labelCounts加入该标签 if currentLabel not in labelCounts.keys(): labelCounts[currentLabel] =0 labelCounts[currentLabel] +=1 shannonEnt = 0.0#初始化香农熵,香农熵越小纯度越高 for key in labelCounts: prob = float(labelCounts[key]) / numEntries shannonEnt -= prob * log(prob,2) # log base 2， return shannonEnt#返回列表的总香农熵 ## 计算条件熵 def calcConditionalEntropy(dataSet,i,featList,uniqueVals): """ 计算x_i给定的条件下，Y的条件熵 :param dataSet: 数据集 :param i: 维度i :param featList: 数据集特征列表 :param unqiueVals: 数据集特征集合 :return: 条件熵 """ ce = 0.0 for value in uniqueVals: subDataSet = splitDataSet(dataSet,i,value) prob = len(subDataSet) / float(len(dataSet)) # 极大似然估计概率 ce += prob * calcShannonEnt(subDataSet) #∑pH(Y|X=xi) 条件熵的计算 return ce ##计算信息增益 def calcInformationGain(dataSet,baseEntropy,i): """ 计算信息增益 :param dataSet: 数据集 :param baseEntropy: 数据集中Y的信息熵 :param i: 特征维度i :return: 特征i对数据集的信息增益g(dataSet | X_i) """ featList = [example[i] for example in dataSet] # 第i维特征列表 uniqueVals = set(featList) # 换成集合 - 集合中的每个元素不重复 newEntropy = calcConditionalEntropy(dataSet,i,featList,uniqueVals)#计算条件熵， infoGain = baseEntropy - newEntropy # 信息增益 = 信息熵 - 条件熵 return infoGain ## 算法框架 def chooseBestFeatureToSplitByID3(dataSet): """ 选择最好的数据集划分 :param dataSet: :return: """ numFeatures = len(dataSet[0]) -1 # 最后一列是分类 baseEntropy = calcShannonEnt(dataSet) #返回整个数据集的信息熵 bestInfoGain = 0.0 bestFeature = -1 for i in range(numFeatures): # 遍历所有维度特征 infoGain = calcInformationGain(dataSet,baseEntropy,i) #返回具体特征的信息增益 if(infoGain > bestInfoGain): bestInfoGain = infoGain bestFeature = i return bestFeature # 返回最佳特征对应的维度 def createTree(dataSet,featureName,chooseBestFeatureToSplitFunc = chooseBestFeatureToSplitByID3): """ 创建决策树 :param dataSet: 数据集 :param featureName: 数据集每一维的名称 :return: 决策树 """ classList = [example[-1] for example in dataSet] # 类别列表 if classList.count(classList[0]) == len(classList): # 统计属于列别classList[0]的个数 return classList[0] # 当类别完全相同则停止继续划分 if len(dataSet[0]) ==1: # 当只有一个特征的时候，遍历所有实例返回出现次数最多的类别 return majorityCnt(classList) # 返回类别标签 bestFeat = chooseBestFeatureToSplitFunc(dataSet)#最佳特征对应的索引 bestFeatLabel = featureName[bestFeat] #最佳特征 myTree ={bestFeatLabel:{}} # map 结构，且key为featureLabel del (featureName[bestFeat]) # 找到需要分类的特征子集 featValues = [example[bestFeat] for example in dataSet] uniqueVals = set(featValues) for value in uniqueVals: subLabels = featureName[:] # 复制操作 myTree[bestFeatLabel][value] = createTree(splitDataSet(dataSet,bestFeat,value),subLabels) return myTree # 测试决策树的构建 dataSet,featureName = createDataSet() myTree = createTree(dataSet,featureName) print(myTree)
c/c++求救，问题大概是计算两数组中出现相同数字的次数？
c/c++大神求救 描述：如下是3辆入库车、3辆出库车，每辆车上有3个数字，现需要查找两边车辆上数字的联系数，计算每辆入库车上的数字出现在几辆出库车上，求每辆车的联系数？ Intruck **1**: 1 4 8，Intruck **2**: 3 6 9，Intruck **3**: 2 7 5。Outtruck **1**: 2 5 8，Outtruck **2**: 3 7 4，Outtruck **3**:1 6 9 。 例：1入库车上1、4、8出现在了三辆出库车上，则1入库车联系数为3。 2入库车上3 6 9出现在了两辆出库车上，则2入库车联系数为2。 我自己把这问题看作是两个二维数字，但这算出来结果不对，它全都会循环一遍，然后联系数都为3。请教大神，如何编辑？？在线等 ``` for(i=0;i<I;i++) { correlation1[i]=0; for(m=0;m<UNLLOAD;m++) { for(j=0;j<J;j++) { for(n=0;n<UNLLOAD;n++) { if(intruck[i].content[m].ccode==outtruck[j].content[n].ccode) { correlation1[i]++; break; } } } } } ```
tracert程序编译成功运行后，无法正常发送接收包，输出结果只有123456789101112131415161718192021222324252627282930，不显示详细情况，单步运行后发现接收发送包的部分没执行

assume cs:code,ds:data data segment buf1 db 20 db ? db 20 dup(?) buf2 db 20 db ? db 20 dup(?) sh1 db "please input tow numbers\$" sh2 db 0ah,0dh,"The first number is \$" sh3 db 0ah,0dh,"The second number is \$" sh4 db 0ah,0dh,"The result of them is \$" data ends code segment start: mov ax,data mov ds,ax show1: mov dx,sh1 mov ax,09h int 21h mov dx,sh2 int 21h buf1: lea dx,buf1 mov ax,0ah int 21h buf2: lea dx,buf2 mov ax,0ah int 21h add1: ;====想法：将第一个数字送入buf1中，将第二个数字送入buf2中 ;====比较两个数字的长度，以长度较大的数字的字节数作为循环次数，进行加法循环 ;====将每次循环的结果依次压栈，在循环结束后，依次出栈，显示到屏幕上 目前我只想到了这些，但是再往下就不会写了... 还请大神多多指教 ``` ```

``` ```import java.util.Random; import java.util.Scanner; public class Chenwei_Guessnumebr{ static int w = 8; /** * @param args */ public static void main(String[] args) { // TODO Auto-generated method stub Random ran = new Random(); int num = ran.nextInt(100)+1; for(;;){ System.out.println("1.开始猜数"); System.out.println("2.游戏参数设置"); System.out.println("9.退出"); Scanner sc=new Scanner(System.in); String choo =sc.next(); if (!choo.equals("1")&&!choo.equals("2")&&!choo.equals("9")){ //if条件语句 三种条件，限制情况. System.out.println("非法数据"); } else { if (choo.equals("1")) { int t = 1; for (t=1;t<w;t=t+1) { System.out.println("请输入你想猜测的数字"); Scanner scs=new Scanner(System.in); int n = scs.nextInt(); if (n>num) { System.out.println("猜的数字大了."); } else if (n<num) { System.out.println("猜的数字小了."); } else{ System.out.println("恭喜你猜对了，你的战斗力是x%" ); // ☆“缺一个计算战斗力的式子” break; } } if(t > w) //t（猜测次数）超过了w（设置的总次数） { System.out.println("超过次数,尚需努力"); break; } else { break; } } } if(choo.equals("2")){ System.out.println("请选择难度:"); System.out.println("1.简单"); System.out.println("2.一般"); System.out.println("3.困难"); Scanner scs = new Scanner(System.in); int u = scs.nextInt(); if (u==1) { w=8; //次数为8（简单） } else if (u==2) { w=6; //次数为6（一般） } else { w=4; //次数为4（困难） } } else { break; } } } } ``` ``` 同时缺少一个计算战斗力的式子 就是在答对的时候 “恭喜你猜对了，你的战斗力是x%"（x=1-n/8,n是猜中时的次数-1）

C++新手上路，编写的代码不能如预想帮运行，是随机数生成出错还是算法出错？

R语言关于根号二的平方的误差问题

Alsrobot自带记忆大考验实验编程不停报错

python单线程省时间是固定的吗，时间是根据什么有关系

``` #include<iostream> #include<stdio.h> using namespace std; int MaxSubsequenceSum(int a[],int n); int main(){ //int a[6] = {-2, 11, -4, 13, -5, -2}; int a[8] = {4, -3, 5, -2, -1, 2, 6, -2}; printf("%d\n",MaxSubsequenceSum(a,8)); } int MaxSubsequenceSum(int a[],int n){ int ThisSum, MaxSum; MaxSum = 0; for(int i = 0; i < n; i++){ for(int j = i; j < n; j++){ ThisSum = 0; for(int k = i; k <= j; k++){ ThisSum += a[k]; } if(ThisSum > MaxSum){ MaxSum = ThisSum; } } } return MaxSum; } ``` 这是一种O(n^3)的解法，说实话，我是写不来这样高时间复杂度的算法，这个算法重复做了很多的无用的计算，强行将算法复杂化，经过简单的分析，直接可以求 ThisSum += a[k] 语句的次数，就能够得出它的时间复杂度： ![图片说明](http://qiniuyun.mao2234.cn/tuchuang/20190412/EGkyeUbHpIGU.png) 请问经过简单分析，是怎么分析的。 我假设i=1，经过运算得出 最内层循环执行了(1+n)n/2 次，i=2时 最内层循环执行了(2+n)(n-1)/2次，i=3时，最内层循环执行了（3+n）(n-2)/2次…… 因为 i的取值范围是0到N，所以 我尝试把上面的加起来，接下来就不会了，请求赐教，或者告诉我最后图片上的那个是怎么对到出来的

**编程计算以下8个数据的和，结果存放在ax寄存器中** 0123h, 0456h, 0789h, 0abch, 0defh, 0fedh, 0cbah, 0987h 结果为： 4BDB P123, 《汇编语言(第2版)》,王爽 8个数据定义在代码段cs，我的想法是将cs赋值给ds，然后使用bx做偏移地址"add ax, ds:[bx]"，但是书上是直接使用"add ax, cs:[bx]"，运行之后导致结果不相同。 【1.运行结果是：ax = 4BD8】 ``` assume cs:code ;代码段 code segment ;定义8个字型数据 dw 0123h, 0456h, 0789h, 0abch, 0defh, 0fedh, 0cbah, 0987h ;设置偏移地址 mov bx, 0 ;设置循环次数 mov cx, 8 ;将ax寄存器清零 mov ax, 0 s: add ax, cs:[bx] add bx, 2 loop s ;正常结束程序 mov ax, 4c00h int 21h code ends end ``` 【2.运行结果是：ax =5EAE】 ``` assume cs:code ;代码段 code segment ;定义8个字型数据 dw 0123h, 0456h, 0789h, 0abch, 0defh, 0fedh, 0cbah, 0987h ;将代码段设置为数据段 mov ax, cs mov ds, ax ;设置偏移地址 mov bx, 0 ;设置循环次数 mov cx, 8 ;将ax寄存器清零 mov ax, 0 s: add ax, ds:[bx] add bx, 2 loop s ;正常结束程序 mov ax, 4c00h int 21h code ends end ```

#include <iostream> #include <cmath> #include <ctime> #include <windows.h> 5 6 using namespace std; 7 8 //得到循环0xFFFFFFFF次用的秒数 9 unsigned int test() 10 { 11 unsigned int c = 0xFFFFFFFF; 12 13 time_t t1, t2; 14 time(&t1); 15 16 for(unsigned int i = 0; i < c; i++) 17 ; 18 time(&t2); 19 return (unsigned int)(t2 -t1); 20 21 } 22 23 24 #define T 20000 //周期时间 20秒 25 #define C 100 //采样点时间间隔 26 #define PI 3.1415 //PI 27 const unsigned int count = 0xFFFFFFFF / (test() *1000); //采样间隔可以执行的循环数目 28 const unsigned int N = T/C; //周期内采样点数目 29 unsigned int v[N] = { 0 }; //所有采样点连续执行循环数 30 unsigned int mt[N] = { 0 }; //所有采样点休眠毫秒数 31 32 int main() 33 { 34 //计算循环次数和休眠时间 35 for(int i = 0; i < N; i++) 36 { 37 double x = 2 * PI * i / N; 38 double r = (sin(x) + 1) / 2; 39 40 mt[i] = C - r * C; 41 v[i] = r * C * count; 42 } 43 for(;;) 44 { 45 for(int i = 0; i < N; i++) 46 { 47 for(int j = 0; j < v[i]; j++) 48 ; 49 Sleep(mt[i]); 50 } 51 } 52 } 这段程序如何编译

Java学习的正确打开方式

Python——画一棵漂亮的樱花树（不同种樱花+玫瑰+圣诞树喔）

HashMap 相关概念 HashTab、HashMap、TreeMap 均以键值对像是存储或操作数据元素。HashTab继承自Dictionary，HashMap、TreeMap继承自AbstractMap，三者均实现Map接口 **HashTab：**同步哈希表，不支持null键或值，因为同步导致性能影响，很少被使用 **HashMap：**应用较多的非同步哈希表，支持null键或值，是键值对...

linux系列之常用运维命令整理笔录

Python 基础（一）：入门必备知识

Python十大装B语法
Python 是一种代表简单思想的语言，其语法相对简单，很容易上手。不过，如果就此小视 Python 语法的精妙和深邃，那就大错特错了。本文精心筛选了最能展现 Python 语法之精妙的十个知识点，并附上详细的实例代码。如能在实战中融会贯通、灵活使用，必将使代码更为精炼、高效，同时也会极大提升代码B格，使之看上去更老练，读起来更优雅。 1. for - else 什么？不是 if 和 else 才

2019年11月中国大陆编程语言排行榜
2019年11月2日，我统计了某招聘网站，获得有效程序员招聘数据9万条。针对招聘信息，提取编程语言关键字，并统计如下： 编程语言比例 rank pl_ percentage 1 java 33.62% 2 c/c++ 16.42% 3 c_sharp 12.82% 4 javascript 12.31% 5 python 7.93% 6 go 7.25% 7

JDK12 Collectors.teeing 你真的需要了解一下

“狗屁不通文章生成器”登顶GitHub热榜，分分钟写出万字形式主义大作

《程序人生》系列-这个程序员只用了20行代码就拿了冠军

11月8日，由中国信息通信研究院、中国通信标准化协会、中国互联网协会、可信区块链推进计划联合主办，科技行者协办的2019可信区块链峰会将在北京悠唐皇冠假日酒店开幕。 　　区块链技术被认为是继蒸汽机、电力、互联网之后，下一代颠覆性的核心技术。如果说蒸汽机释放了人类的生产力，电力解决了人类基本的生活需求，互联网彻底改变了信息传递的方式，区块链作为构造信任的技术有重要的价值。 　　1...