50723

Використання покажчиків для роботи з функціями

Лабораторная работа

Информатика, кибернетика и программирование

Тема: Використання покажчиків для роботи з функціями. Ціль роботи: виробити практичні навички в написанні програм з функціями й у використання покажчиків для роботи з функціями. Обладнання: ПК,ПО Borland C++

Украинкский

2014-01-29

37 KB

1 чел.

АМП: Лабораторная                                    Вариант №20                                              Ярыдин Ярослав

Лабораторна робота №28

Тема: Використання покажчиків для роботи з функціями

Ціль роботи: виробити практичні навички в написанні програм з функціями й у використання покажчиків для роботи з функціями.

Обладнання: ПК,ПО Borland C++

Хiд роботы

1. Правила безпеки у компютерному класi

2. Скласти програму яка використовує виклики функцій за допомогою покажчиків.

Варіант

перша
функція

друга
функція

третя
функція

четверта функція

20

double (*func1)
(float *, int)

double (*func2)
(double, long int)

double (*func3)
(unsigned int *)

float (*func4
(double)(void))
[10]

Лiстiнг програми

Результат роботи

#include <iostream.h>

 typedef double(*p_func_1)(float*,int);

 typedef double(*p_func_2)(double,long int);

 typedef double(*p_func_3)(unsigned int);

void FuncA(p_func_1,p_func_2,p_func_3);

double func_1(float*,int);

double func_2(double,long int);

double func_3(unsigned int);

int main()

  {FuncA(func_1,func_2,func_3);

   return 0;}

void FuncA(p_func_1 f1,p_func_2 f2,p_func_3 f3){

  const int len = 5;

  float arr[len] = {1.0,2.0,3.0,4.0,5.0};

  double d = 10;

  int i = 15;

  unsigned int ui = 20;

cout<<"Вызов функции: "<<f1(arr,len)<<endl;

cout<<"Вызов функции: "<<f2(d,i)<<endl;

cout<<"Вызов функции: "<<f3(ui)<<endl;}

double func_1(float* arr,int len){

cout<<"[ ";

for(int i = 0; i < len; ++i)

cout<<arr[i]<<" ";

cout<<"]"<<endl;

return 1.0;}

double func_2(double d,long int i){

   cout<<"d+i= "<<d+i<<endl;

   return 2.0;}

double func_3(unsigned int i){

   cout<<"i+i= "<<i + i<<endl;

   return 3.0;}

Висновок: я виробив практичні навички в написанні програм з функціями та використання покажчиків для роботи з функціями.


 

А также другие работы, которые могут Вас заинтересовать

22178. ПЕРСЕПТРОНЫ 260.5 KB
  Сети состоящие из одного слоя персептронных нейронов соединенных с помощью весовых коэффициентов с множеством входов см. Подобно биологическим системам которые они моделируют нейронные сети сами моделируют себя в результате попыток достичь лучшей модели поведения. При обучении нейронной сети мы действуем совершенно аналогично. Предъявляя изображение буквы А на вход нейронной сети мы получаем от нее некоторый ответ не обязательно верный.
22179. Нечеткие запросы к реляционным базам данных 81 KB
  К усиливающим относится модификатор Очень Very к ослабляющим Болееилименее или Приблизительно Почти moreorless нечеткие множества которых описываются функциями принадлежности вида: Для примера формализуем нечеткое понятие Возраст сотрудника компании . Последнее что осталось сделать построить функции принадлежности для каждого лингвистического терма. Выберем трапецеидальные функции принадлежности со следующими координатами: Молодой = [18 18 28 34] Средний = [28 35 45 50] Выше среднего = [42 53 60 60]. Теперь можно...
22180. ВВЕДЕНИЕ. ОБЩИЕ СВЕДЕНИЯ ОБ ЭКСПЕРТНЫХ СИСТЕМАХ 224 KB
  Наконец наиболее цитируемым определением третьего типа является следующее: ИИ это область знаний которая находит применение при решении задач связанных с обработкой информации на естественном языке автоматизацией программирования управлением роботами машинным зрением автоматическим доказательством теорем разумными машинами извлечения и т. Способы получения и представления знаний в интересах проектирования СИИ в настоящее время составляют предмет сравнительно нового научного направления инженерии знаний. Форма представления знаний...
22181. Структуры и стратегии поиска в пространстве состояний 360 KB
  Решение задачи методом поиска 2. Структуры и стратегии поиска в пространстве состояний 3. Решение задачи методом поиска От выбранного метода поиска то есть стратегии вывода будет зависеть порядок применения и срабатывания правил.
22182. Аппарат нечетких нейронных или гибридных сетей 450.5 KB
  Например нейронные сети хороши для задач распознавания образов но весьма неудобны для выяснения вопроса как они такое распознавание осуществляют. Они могут автоматически приобретать знания но процесс их обучения зачастую происходит достаточно медленно а анализ обученной сети весьма сложен обученная сеть обычно черный ящик для пользователя. Теоретически системы с нечеткой логикой и искусственные нейронные сети эквивалентны друг другу однако в соответствии с изложенным выше на практике у них имеются свои собственные достоинства и...
22183. Генетические алгоритмы 248.5 KB
  Это приводит к тому что приспособленность популяции возрастает позволяя ей лучше выживать в изменяющихся условиях. 1 Основные понятия генетических алгоритмов При описании генетических алгоритмов используются определения заимствованные из генетики например речь идет о популяции особей а в качестве понятий применяются ген хромосома генотип фенотип аллель. Следовательно особями популяции могут быть генотипы либо единичные хромосомы в довольно распространенном случае когда генотип состоит из одной хромосомы. Она представляет меру...
22184. Знания и их свойства. Структура и этапы разработки ЭС 193.5 KB
  Классификация знаний 3. Методология разработки интеллектуальных систем на примере СОЗ ЭС Знания и их свойства Тематика представления знаний Knowledge Representation KR уже давно считается одними из основных направлений работ в области искусственного интеллекта поскольку выбор правильного способа представления знаний является не менее значимым фактором от которого зависит успешное создание системы чем разработка самого программного обеспечения в котором используются эти знания. С тематикой представления знаний тесно связана не...
22185. Модели представления знаний 655.5 KB
  Классификация моделей представления знаний. Модели на основе теоретического подхода Классификация моделей представления знаний Одним из основных элементов в архитектуре экспертной системы является база знаний БЗ. Фейгенбаумом мощность экспертной системы зависит в первую очередь от мощности базы знаний и возможности ее пополнения.
22186. Выявление знаний от экспертов 667.5 KB
  Экспертное оценивание представляет собой процесс измерения который можно определить как процедуру сравнения объектов по выбранным показателям признакам. В качестве показателей сравнения могут использоваться пространственновременные физические психические и другие свойства и характеристики объектов. Процедура сравнения включает в себя: определение причинноследственной связи между объектами; установление степени влияния одних объектов на другие.