博客
关于我
DevForge学编程社区慕课西北工业大学C++程序设计练习题8 一个日期是该年的第几天
阅读量:539 次
发布时间:2019-03-09

本文共 937 字,大约阅读时间需要 3 分钟。

编程社区慕课西北工业大学C++程序设计练习题8

一个日期是该年的第几天

在这个练习题中,我们需要编写一个C++程序,能够根据输入的年、月、日,计算该日期是该年的第几天。这个题目看起来不难,但需要注意闰年的判断以及对日期的计算逻辑。

代码结构分析

首先,让我们看看这个程序的主要结构:

  • 头文件包含

    • #include <iostream> 用于标准输入输出
    • #include <iomanip> 用于格式化输出
    • #include <cmath> 用于数学运算
    • #include <ctime> 用于处理日期时间
  • 变量定义

    • int a[12] = {31,28,31,30,31,30,31,31,30,31,30,31};
      这个数组保存了每个月的天数,索引从0到11分别对应1月到12月。
  • 函数定义

    • int years(int year):判断输入的年是否是闰年。

      • 如果能被400整除,或者能被4整除但不能被100整除,则是闰年,返回1。
      • 否则返回0。
    • int sum_day(int n, int days):计算某个月的前days天有多少天。

      • 使用循环从0到n-1,累加每个月的天数。
  • 主函数main

    • 读取用户输入,判断年份是否在有效范围内(1000到9999年之间)。
    • 根据用户输入的年、月、日,判断是否为闰年。
    • 根据月份和天数计算总天数,并输出结果。
  • 闪算过程

    让我们模拟一下程序的运行过程:

    假设输入的年份是2024年(闰年),月份是3月,天数是15天。

  • 调用years(2024),返回1(闰年)。
  • 调用sum_day(3, 15),计算3月的前15天:
    • 1月有31天,2月有29天(因为是闰年),3月到第15天是15天。
    • 总天数 = 31 + 29 + 15 = 75天。
  • 输出75。
  • 注意事项

    在编写类似的程序时,需要注意以下几点:

    • 闰年的判断:闰年的规则是“能被4整除但不能被100整除,或者能被400整除”。
    • 边界条件:例如2月是否有29天取决于是否是闰年。
    • 输入验证:确保输入的年、月、日在合理范围内,避免越界错误。

    这个程序的逻辑清晰,代码简洁,适合用于日期计算的场景。如果需要更复杂的日期处理,可以考虑使用标准的日期时间库(如<ctime>)。

    转载地址:http://jqoiz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | CIB-SE-YOLOv8: 优化的YOLOv8, 用于施工现场的安全设备实时检测 !
    查看>>
    OpenCV与AI深度学习 | CoTracker3:用于卓越点跟踪的最新 AI 模型
    查看>>
    OpenCV与AI深度学习 | OpenCV中八种不同的目标追踪算法
    查看>>
    OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
    查看>>
    OpenCV与AI深度学习 | OpenCV如何读取仪表中的指针刻度
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>