Программирование

Тип работы: Все Диплом Задача Курсовая работа Лабораторная работа Ответы на вопросы
Язык программирования: Все Bash Basic Batch C C# C# ASP .NET C++ Delphi Fortran Free Basic HTML Java JavaScript Object Pascal Pascal Pascal ABC Python Turbo Pascal VBA Visual Basic алгоритмические языки Ассемблер
Блок-схема: Все Есть Нет
Сортировать по умолчанию цене названию
  • Пусть дана последовательность из У элементов. Увеличьте ее, вставив после каждого минимального элемента максимальный.

    1. Составить массив из бинарного файла.

    Считать множитель из текстового файла.

    Умножить все элементы этого множитель.

    Вывести результат на файл.

    1. А) Программа записывает тип прогрессии (геометрическая, арифметическая), шаг, первое число, число элементов.

    Создает массив с элементами программы и записывает в файлы: .dat; .txt

    Б) Программа считывает массив из файла, проверит файл на корректность и переполнение формата.

  • .      Заменить первый отрицательный элемент массива на первый положительный.

    2.      Умножить все четные положительные элементы на последний элемент массива.

    3.      Из элементов массива P сформировать массив M той же размерности по правилу: если элемент четный, то Mi=i*Pi , если нечетный, то Mi=-Pi

  • Другое, Информатика  Создание программы на языке Pascal.

    Задача 1

    Условие:

    Написать программу, которая выводить на экран надпись: HelloWorld.

    Задача 2

    Условие:

    Написать программу расчета площади круга.

    Задача 3

    Условие:

    Написать программу вывода 10 значений функции y=ax2 , значения х взять от 0 до 9, значение коэффициента a - 15

    Задача 4

    Условие:

    Написать программу выделения цифр из двузначного числа, для проверки результата используйте 15.

    Задача 5

    Условие:

    .      Заменить второй элемент массива на максимальный среди отрицательных.

    2.      Заменить элементы массива между минимальным и максимальным на те же элементы в обратном порядке

    3.      Из элементов массива P сформировать массив M той же размерности по правилу: первый  и последний элементы  равны нулю, а все остальные по формуле Mi=-Pi*(i+1)

  • Во входном файле input.txt содержится текст. В файл output.txt выведите в алфавитном порядке все буквы, встречающиеся в тексте, и их количество.

  • 1. В одномерном массиве, состоящем из n вещественных элемен-
    тов:
    1) положительные элементы уменьшите вдвое, а отрицательные
    замените на значения их индексов;
    2) определите число соседств двух положительных чисел.
    Преобразуйте массив следующим образом: удалите все нечетные
    элементы, остальные упорядочите по возрастанию.
    41
    2. Дана целочисленная квадратная матрица:
    1) определите, превышают ли все элементы выше главной диаго-
    нали, элементы, расположенные ниже ее симметрично (то есть Aij
    сравнивается с Aji);
    2) удалите строки матрицы, в которых есть хотя бы один нуле-
    вой элемент

  • Имеются 4 задачи С++ (консоль)

    Задание №1. Программирование линейных алгоритмов.

     

    1. 1.                                        Найти сумму членов арифметической прогрессии, если известны ее первый член, знаменатель и число членов прогрессии.

    Описание переменных:

    n – число членов прогрессии;

    a – первый член прогрессии;

    d – знаменатель.

    Задание 2. Программирование ветвящихся алгоритмов.

     

    1. Грузовой автомобиль выехал из одного города в другой со скоростью V1 км/час. Через t часов в этом же направлении выехал легковой автомобиль со скоростью V2 км/час. Составить программу, определяющую, догонит ли легковой автомобиль грузовой через t1 часов после своего выезда.

    Описание переменных:

    v1 – скорость грузового автомобиля;

    t – интервал между выездами;

    v2 – скорость легкового автомобиля;

    t1 – время поездки легкового автомобиля.

    Задание 3. Программирование циклических алгоритмов

    Дано действительное число x. Вычислить:

     

    (-1)(- 3)(- 7) *...(- 63)

    (- 2)(- 4)(- 8) *...* ( - 64)

     

    Описание переменных:

    x – параметр;

    ch – числитель;

    zn – знаменатель.

     

    Задание 4. Линейные массивы. Сортировка массивов

    1. 1.             Найти произведение элементов линейного массива целых чисел, которые кратны 5. Размерность массива –10. Заполнение массива осуществить случайными числами от 10 до 100.

     

    Описание переменных:

    mas[10] – исходный массив чисел;

    p – произведение элементов, кратных 5.

  • 1. Дана строка, содержащая текст на русском языке. Найти слово,
    встречающееся в каждом предложении, или сообщить, что такого слова нет.
    2. Написать программу, которая находит и выводит на печать все
    четырехзначные числа вида abcd , для которых выполняется: a, b, c, d –
    разные цифры; a*b-c*d =a+b+c+d

  •  

    1. Сформировать и вывести на экран целочисленный массив, элементы ко­торого заданы датчиком случайных чисел на интервале [-15, 15] (размер 10 элементов), вставить на 7 место значе­ние 100. Вывести исходный и новый массив.
    2. В произвольном массиве найти но­мер последнего нечетного элемента.
    3. В произвольном массиве найти ко­личество положительных четных эле­ментов массива.
  • <img src="data:image/png;base64,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

  • Задание 5

    а)      Найти сумму элементов главной диагонали массива 10*10.

    б)      Найти сумму элементов побочной диагонали массива 10*10.

    Задание 6

    А)1айти сумму элементов, стоящих над главной диагональю массива 10*10.

    Б) Найти сумму элементов, стоящих под главной диагональю массива 10*10.

  • Начертить узор, образованный 20 вложенными пятиугольниками. Одна сторона первого пятиугольника
    параллельно горизонтальной оси экрана. Вершины каждого последующего пятиугольника
    – это точки на сторонах предыдущего пятиугольника, делящие эти стороны в отношении
    m=0.08
    решить задачу на паскалеABC, через модуль граф

  • 24.1. Создать класс, используя сведения, представленные в таблице. Разработать программу, демонстрирующую работу с объектами этого класса согласно исходных данных и требуемых результатов, представленных в таблице.

  • Лабораторная, Информатика и программирование  3 лабораторные работы

    Лабораторная работа № 1

    ПРОГРАММИРОВАНИЕ РАЗВЕТВЛЯЮЩИХСЯ ПРОЦЕССОВ

     

    Цель работы: Получить навыки программирования простых циклических процессов , содержащих разветвляющийся блок в теле цикла.

     

     

    Подготовка к лабораторной работе

     

             

    1. Повторить  назначение и форматы операторов цикла в языке Си.
    2. Повторить назначение и формат условного оператора языка Си.
    3. Повторить правила записи логических выражений в языке Си.

     

    Задание к лабораторной работе

     

    Написать программу на языке Си для расчета таблицы значений заданных математических выражений.

                                             

       Варианты заданий

     

    Таблица 3

     

    вар.

    Функция

    Изменение аргумента

     

    10.

     

    T=Sin4(AX), если А<20

    T=XA+Tg(AX), если А>=20

    X= 5;

    A изменяется от 10 до 30 с шагом 5

     

     

    Содержание отчета

     

    1. Номер и тема лабораторной работы.
    2. Задание к лабораторной работе.
    3. Схема алгоритма решения задачи.
    4. Программа на языке Cи.
    5. Скрины экранов с результатами выполнения программы.

     

    Контрольные вопросы

     

    1. Типы данных языка Си.
    2. Схема простого циклического процесса
    3. Условные операторы в языке Си, особенности их использования.

     

     


    Лабораторная работа № 2

    ФОРМИРОВАНИЕ И ОБРАБОТКА ОДНОМЕРНЫХ МАССИВОВ

     

    Цель работы: Приобретение навыков разработки алгоритмов формирования и  обработки одномерного массива. Закрепление понятий базовых структур цикл, разветвление.

     

     

    Подготовка к лабораторной работе

     

    1. Повторить вопросы организации циклических алгоритмов.

     2. Повторить следующие вопросы и понятия :

    • массивы данных (размерность массива, обращение к элементу массива,  расположение элементов массива в памяти ПК);
    • правила работы с массивами данных на языке программирования Си: описание массива, задание типа и размерности массива;
    • организация циклов для ввода и формирования элементов массива;
    • алгоритм поиска максимального (минимального) элемента одномерного массива;
    • алгоритм поиска суммы элементов одномерного массива;
    • алгоритм подсчета количества элементов одномерного массива, удовлетворяющих поставленному условию;
    • организация вывода элементов массива.

     

     

     

    Задание к лабораторной работе

     В соответствии с вариантом (таблица 4)  разработайте алгоритм обработки элементов массива.

     Напишите программу на алгоритмическом языке в соответствии со схемой алгоритма.

    Проведите тестирование программы в среде программирования.

     

     

    Рекомендации: После окончания цикла формирования массива организуйте вывод массива и вывод результатов обработки массива. Результаты, например, могут иметь вид:

     

    ИСХОДНЫЙ МАССИВ А:

    15.583   19.287   28.385   45.621   39.728   5.456    -8.087    3.897    

    ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ:

    МАХ = 45.621

                  

     

      Варианты заданий

    Таблица 4

     

    вар.

    Исходные данные

    Действия по обработке массива

    10

    Массив А[15] сформировать по правилу

    Найти минимальный элемент и сумму отрицательных элементов. Заменить в массиве А минимальный элемент найденной суммой.

     

     

    Содержание отчета

     

    1.Номер и тема лабораторной работы.

    2.Вариант задания.

    3.Результаты  подготовки:

    - схема алгоритма обработки элементов массива,

    - программа на заданном алгоритмическом языке.

    4.Итоги работы :

    - скрины экранов с результатами работы программы.

     

    Контрольные вопросы

     

    1.Какие ограничения накладываются на индексы элементов массивов?

    2.Способы описания массивов на языке Си. Понятия размерности массива, описание размерности массивов.

    3.Задание типов элементов массива. Могут ли элементы массива иметь разный тип?

    4.Как располагаются элементы  массива в памяти?

    5.Чем отличаются алгоритмы поиска максимального и минимального элемента массива.

    6.  Чем отличаются алгоритмы расчета суммы и подсчета числа элементов массива.

     


     

     

    Лабораторная работа №3

    ОБРАБОТКА СИМВОЛЬНОЙ ИНФОРМАЦИИ

     

    Цель работы: Приобрести навыки разработки программ для обработки символьной информации.

     

                                        Подготовка к лабораторной работе

    1. Изучить разделы теоретического материала по языку Си: обработка символьной информации: правила описания символьных массивов, правила ввода данных в символьный массив, обработка символьных массивов.

     

    Задание к лабораторной работе

    1.Подготовить текст исходного предложения в соответствии с вариантом задачи, указанным в таблице (предложение должно заканчиваться точкой, разделитель слов в предложении - пробел).

    2. Составить схему алгоритма задачи согласно варианту задания.

    3. Составить программу обработки предложения и выполнить ее на ПК

     

    Варианты заданий:

    Таблица 5

    Вариант

    Условие задачи

    10

     

    В каждом слове заданного предложения поменять местами первую букву и последнюю.

     

     

    Содержание отчета

    1. Номер и тема лабораторной  работы.

    2. Вариант задания.

    3. Результаты  подготовки:

    - схема алгоритма обработки предложения,

    - программа на алгоритмическом языке.

    4. Итоги работы программы:

    - скрины экрана с результатами работы программы.

     

    Контрольные вопросы

    1. Описание символьных данных и строк на языке Си.
    2. Встроенные функции языка Си, используемые для обработки строк.
    3. Кодирование символьной информации в ПЗВМ.

     

  • Вариант 1.

    1. Сформировать с помощью датчика случайных чисел и вывести на экран матрицу, размером MxN. Элементы задаются на интервале [-20, 25].

    1. Найти произведение элементов первой и третьей строк матрицы NxN.
    2. Найти наибольший элемент в третьем столбце матрицы и выведите его индексы.
  • 1. Сформировать с помощью датчика случайных чисел и вывести на экран матрицу, размером MxN. Элементы задаются на интервале [-30, 30].

    2. Найти сумму элементов третьей строки и второго столбца матрицы NxN.