博客
关于我
Codeup——577 | 问题 C: 等腰梯形
阅读量:114 次
发布时间:2019-02-26

本文共 705 字,大约阅读时间需要 2 分钟。

为了解决这个问题,我们需要根据给定的高度h生成一个等腰梯形。等腰梯形的上底边长为h,下底边长为2h,中间部分由两部分组成,每侧有h个星号,中间有h个星号。

方法思路

  • 问题分析:我们需要生成一个等腰梯形,给定高度h,上底边长为h,下底边长为2h,中间部分由两部分组成,每侧有h个星号,中间有h个星号。
  • 图形结构:上底边有h个星号,中间部分有2h个星号,下底边有2h个星号。
  • 代码实现:读取输入值m,处理每个测试用例,生成相应的等腰梯形并输出。
  • 解决代码

    #include 
    using namespace std;int main() { int m, h; cin >> m; for (int i = 0; i < m; ++i) { cin >> h; string top(h, '*'); string middle(2 * h, '*'); string bottom(2 * h, '*'); cout << top << endl; cout << middle << endl; cout << bottom << endl; } return 0;}

    代码解释

  • 读取输入:首先读取输入值m,表示测试用例的数量。
  • 处理每个测试用例:对于每个h,生成上底边、中间部分和下底边。
  • 生成图形:上底边由h个星号组成,中间部分由2h个星号组成,下底边由2h个星号组成。
  • 输出结果:将生成的图形按行输出。
  • 这个方法确保了每个等腰梯形的结构正确,满足题目的要求。

    转载地址:http://hufk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    opencv保存图片路径包含中文乱码解决方案
    查看>>
    opencv图像分割2-GMM
    查看>>
    OpenCV(1)读写图像
    查看>>
    OpenCV:概念、历史、应用场景示例、核心模块、安装配置
    查看>>
    Openlayers中点击地图获取坐标并输出
    查看>>
    Openlayers图文版实战,vue项目从0到1做基础配置
    查看>>
    Openlayers高级交互(10/20):绘制矩形,截取对应部分的地图并保存
    查看>>
    Openlayers高级交互(16/20):两个多边形的交集、差集、并集处理
    查看>>
    Openlayers高级交互(17/20):通过坐标显示多边形,计算出最大幅宽
    查看>>
    Openlayers高级交互(19/20): 地图上点击某处,列表中显示对应位置
    查看>>
    openlayers:圆孔相机根据卫星经度、纬度、高度、半径比例推算绘制地面的拍摄的区域
    查看>>