《C游记》 修炼之路 -- 函数篇(贰)

简介: 《C游记》 修炼之路 -- 函数篇(贰)

image.gif


目录

🎈  第壹题 :字符串逆序(递归实现)

🎈  第贰题 :计算一个数的每位之和(递归实现)

🎈  第叁题 :递归实现n的k次方


🎁  本文的Gitee地址:CSDN_C游记_玄澈: 《C游记》博客文章源代码


🎈  第壹题 :字符串逆序(递归实现)1.png


🎨  方法一,非递归实现

main主体部分

2.png


  1. 数组名是首元素的地址
  2. 首元素是char类型,对应的传参元素过去就是  char*  类型

3.png


4.png

采用两个指针不断移动,然后交换两个位置的元素来实现逆序

5.png


🎨  方法贰,递归实现

大致思路10.png11.png12.png代码实现 (推荐自己手动模拟一下)13.png

voidreverse_string(char*str)
{
intlen=strlen(str);
chartmp=str[0];
str[0] =str[len-1];
str[len-1] ='\0';
if(strlen(str+1) >=2)  reverse_string(str+1);
str[len-1] =tmp;
}

image.gif🎈  第贰题 :计算一个数的每位之和(递归实现)

20.png


21.png22.png


intDigiSum(unsignedintn)
{
if (n>9)
    {
returnDigiSum(n/10) +n%10;
    }
else    {
returnn;
    }
}

🎈  第叁题 :递归实现n的k次方

111.png112.png113.png



image.gif


image.gif

目录
相关文章
|
6天前
|
数据采集 人工智能 安全
|
16天前
|
云安全 监控 安全
|
2天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
263 155
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
200 105
|
9天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
680 5
|
12天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
805 152