求小球落地5次后所经历的路程和第五次反弹的高度(牛客)

2023-05-16

题目描述:

假设一个球从任意高度自由落下,每次落地后反跳回原高度的一半; 再落下, 求它在第5次落地时,共经历多少米?第5次反弹多高?

最后的误差判断是小数点6位

输入描述:输入起始高度,int型

1

输出描述:分别输出第5次落地时,共经过多少米 以及第5次反弹多高

2.875
0.03125

解题思路:

首先这两个值的计算方式大家都是明白的,纠结的无非是什么是最后的误差判断是小数点6位

我个人设想的是,对小数点后第六位采用四舍五入,也就是至多保留到第五位(但这个不对,准确的说,题目到底想干嘛,不懂)

关于这个,我要说明cout对于浮点数的默认输出:

#include<iostream>
using namespace std;

int main()
{
    float a;
    while( cin>>a ){
    	cout<<a<<endl<<endl;
    }  
}

输入输出:
0.1234567
0.123457

0.123456
0.123456

0.123450
0.12345

0.123400
0.1234

1.1234567
1.12346

1.123456
1.12346

1.123450
1.12345

1.123400
1.1234

可以发现,cout关于浮点型的输出是默认保留六位有效数字的,对于第七位有效数字是采用四舍五入的。当有效数字位数低于六位时,也不会把无效的0输出

我对printf对的格式化输出也做了测试:

#include<iostream>
#include<cstdio> 
using namespace std;

int main()
{
    float a;
    while( cin>>a ){
    	printf("%.3lf\n\n",a);
    }  
}

输出输出:
1.1234
1.123

1.1239
1.124

1.1
1.100

23.29
23.290

观察可以发现,printf的格式化输出,强制保证小数点后的位数。当输出的小数点后的位数不足时,会用0填充。当小数点后的位数超出指定位数的时候,对于超出的那一位采用四舍五入的方法。

综上:

乍一看cout要更合适,因为它可以保证不会有无效的0输出。但是有缺陷,比如结果是12.123456,输出肯定是12.1235,也就是对小数点后第5位进行了四舍五入。

而如果用printf("%.5lf")一定可以保证是对第6位进行了四舍五入。当然这时候要考虑对无效0的不输出问题。

但是!!!!!

我用cout过了,迷醉,不知道题目到底是什么意思,就这样吧,累了

AC代码:

#include<iostream>
using namespace std;

int main()
{
    int H;
    cin >> H;
    
    double a = 2*H+H/2.0+H/4.0+H/8.0;
    double b = H/32.0;
    
    cout<<a<<endl<<b<<endl;
}

 

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

求小球落地5次后所经历的路程和第五次反弹的高度(牛客) 的相关文章

  • Echarts:惊艳的Map

    大家在网上看天气预报的时候应该就看到过在中国地图上显示不同省份的温度 xff0c 并根据温度的高低显示不同的颜色 xff0c 又或者看到各个省份的新冠肺炎新增人数 xff0c 根据不同的新增人数显示不同的颜色之类的图像 这些 xff0c 使
  • 微信小程序性能优化

    文章目录 小程序优化首屏加载优化白屏优化运行时性能渲染性能优化页面切换优化 小程序优化 首屏加载优化 删除无用代码 资源文件 开启按需加载组件 span class token comment app json span span clas
  • webStorage

    cookie 在webStorage出现之前在浏览器端存储数据通常使用cookie cookie是某些网站为了辨别用户身份 xff0c 进行Session跟踪而储存在用户本地终端上的数据 xff08 通常经过加密 xff09 xff0c 由
  • alembic 命令的使用

    初始化 alembic init alembic 查看历史head alembic span class token function history span span class token operator span span cla
  • centos 6 镜像源不再可用

    2020 12 02 centos 停止更新centos 6 xff0c 官网镜像源不可用 http mirror centos org centos 6 6 readme This directory and version of Cen
  • Linux安装配置vnc

    1 检测 vnc有没有安装 rpm qa grep tigervnc 或 rpm qa grep vnc 显示如下信息 xff0c 证明 vnc已经安装 1 1 若未安装 xff0c 安装步骤如下 1 1 1 cd 到 vnc 安装包目录下
  • shell变量的五种赋值方式

    shell变量的赋值https blog 51cto com u 14881361 2673174 一 直接赋值 格式为 xff1a 变量名 61 变量值 x1f416 直接赋值时禁止在 等号 61 两端添加空格 span class to
  • CommonJS和ES6模块化的区别

    ES6 模块与 CommonJS 模块存在以下差异 xff1a 1 语法上 CommonJS 使用的是 module exports 61 导出一个模块对象 xff0c require file path 引入模块对象 xff1b ES6使
  • bug解决: Cause: org.xml.sax.SAXParseException; lineNumber: 2; columnNumber: 6; 不允许有匹配 “[xX][mM][lL]“ 的

    Exception encountered during context initialization span class token operator span cancelling refresh attempt span class
  • 云计算基础

    待到秋来九月八 xff0c 我花开后百花杀 数据中心发展阶段企业自建EDCIDC托管 租用云计算三者对比 云计算核心特征云计算参考模型云计算的关键特点按需服务资源池化弹性扩展泛网络访问服务可度量 云计算服务模式云计算技术架构云计算的4个部署
  • 前端npm或yarn装包踩坑——安装超时失败,设置镜像源不生效

    问题描述 xff1a 使用npm或yarn进行安装依赖包时 xff0c 无响应超时 xff0c 随即设置镜像源指向淘宝镜像 xff0c 但始终不生效 问题原因 xff1a 无响应 网络等原因 xff0c 导致npm或yarn装包失败 xff
  • Ubuntu中安装ClamAV防病毒软件

    环境 Ubuntu 16 04 软件安装 ClamAV http www clamav net documents installing clamav 源码链接 http www clamav net downloads productio
  • 使用Windows远程桌面工具来远程连接控制Ubuntu系统

    转载来源 xff1a 使用Windows远程桌面工具来远程连接控制Ubuntu系统 xff1a http www safebase cn article 258275 1 html 介绍 有时需要在实际的电脑上安装Ubuntu的操作系统来搭
  • 软件工程简答题和应用题

    1 简述软件工程过程的含义 目的以及包含的子过程 2 数据字典的作用是什么 xff0c 它有哪些条目 xff1f 3 简述结构化程序设计方法的基本要点 4 简述原型的开发步骤 5 什么是需求规约 xff1f 简述需求规约的基本性质 答 xf
  • MFC用对话框获取输入

    题目 在MFC调用对话框读入数据 xff0c 并在客户区输出 这是 计算机图形学基础教程 的一个习题 xff1a 使用MFC设计一个长方形类CRectangle xff0c 调用对话框读入长方形的长度和宽度 xff0c 在客户区输出长方形的
  • openssl 命令行 sm4 加解密

    sms4 算法标准数据实例 密钥 xff1a 0123456789abcdeffedcba9876543210 明文 xff1a 0123456789abcdeffedcba9876543210 密文 xff1a 681edf34d2069
  • 计算一个神经网络的输出(Computing a Neural Network's output)

    计算一个神经网络的输出 xff08 Computing a Neural Network s output xff09 Note 在编程实现一个神经网络的时候 xff0c 有一个注意点就是我们要记得保存每一步计算出来的 z z z 和 a
  • L2正则化(Regularization)

    正则化 xff08 Regularization xff09 深度学习可能存在过拟合问题 高方差 xff0c 有两个解决方法 xff0c 一个是正则化 xff0c 另一个是准备更多的数据 xff0c 这是非常可靠的方法 xff0c 但你可能
  • OpenCV--图像转化为灰度图、HSV图

    OpenCV 图像转化为灰度图 HSV图 一 灰度图 以下介绍转载自 xff1a https www cnblogs com xiejiulong p 3821620 html 图像灰度值的概念是什么 xff1f 灰度也可以认为是亮度 xf

随机推荐