<杨辉三角>

简介: <杨辉三角>

杨辉三角由来:

杨辉三角,是二项式系数在三角形中的一种几何排列,中国南宋数学家杨辉1261年所著的《详解九章算法》一书中出现。在欧洲,帕斯卡(1623----1662)在1654年发现这一规律,所以这个表又叫做帕斯卡三角形。帕斯卡的发现比杨辉要迟393年,比贾宪迟600年。          ------科普中国


看到这里相信不少小伙伴都会来一句“中国人NB”


21世纪以来国外也逐渐承认这项成果属于中国,所以有些书上称这是“中国三角形”

图示:

仔细观察杨慧三角可以看到:

0列和对角线上的数据全部为1,其余位置上的数据为上一行正对数据与上一行正对前一个数据之和。

比如:

a[3][1] = a[2][0] + a[2][1]

a[4][2] = a[3][2] + a[3][1]


杨辉三角部分代码实现

循环遍历杨辉三角

结果展示

源代码

#include<stdio.h>
int main()
{
  //先定义10X10的数组
  int arr[10][10] ;
  for (int i = 0;i < 10 ;i++)
  {
    //每一行的元素个数一定等于行数
    for (int j = 0;j <= i; j++) 
    {
      //观察杨辉三角,显然每一行的首尾元素值都是1,即对角线和第0列都为1
      if (i == j || 0 == j) 
        arr[i][j] = 1;
      else
        //不是每行首尾的元素,其数值都等于它上面的数和左上方那个数之和
        arr[i][j] = arr[i - 1][j] + arr[i - 1][j - 1];
    }
  }
  // 打印杨慧三角的前10行
  for (int i = 0; i < 10; i++) 
  { 
    for (int j = 0; j <= i; j++) 
    { 
    printf("%5d", arr[i][j]);
    }
    printf("\n");
  }
  return 0;
}

后记:

●由于作者水平有限,文章难免存在谬误之处,敬请读者斧正,俚语成篇,恳望指教!

                                                                              ——By 作者:天空の乌托邦

相关文章
|
存储 分布式计算 资源调度
ARM+麒麟大数据环境搭建:Hadoop
ARM+麒麟大数据环境搭建:Hadoop
3273 0
ARM+麒麟大数据环境搭建:Hadoop
|
运维 Kubernetes 网络协议
『Consul』.NET Core快速接入Consul实现统一配置中心
📣读完这篇文章里你能收获到 - .NET Core快速接入Consul代码Demo - 了解配置中心的概念
1114 0
『Consul』.NET Core快速接入Consul实现统一配置中心
|
Web App开发 Java 测试技术
《手把手教你》系列基础篇之(四)-java+ selenium自动化测试- 启动三大浏览器(下)基于Maven(详细教程)
【2月更文挑战第13天】《手把手教你》系列基础篇之(四)-java+ selenium自动化测试- 启动三大浏览器(下)基于Maven(详细教程) 上一篇文章,宏哥已经在搭建的java项目环境中实践了,今天就在基于maven项目的环境中给小伙伴们 或者童鞋们演示一下。
304 1
基于PID控制器的四旋翼无人机控制系统的simulink建模与仿真,并输出虚拟现实动画
本项目基于MATLAB2022a的Simulink平台,构建了四旋翼无人机的PID控制模型,实现了无人机升空、下降及再次升空的飞行仿真,并生成了VR虚拟现实动画。通过调整PID参数,优化了无人机的姿态控制性能,展示了无人机在三维空间中的动态行为。
|
存储 Shell Linux
Linux Bash 脚本中的 IFS 是什么?
【4月更文挑战第25天】
465 0
Linux Bash 脚本中的 IFS 是什么?
|
数据采集 JavaScript 前端开发
网页抓取进阶:如何提取复杂网页信息
在信息爆炸时代,从复杂网页中高效抓取数据对开发者和分析师至关重要。本文探讨如何利用 `webpage` 对象结合代理IP技术,轻松抓取如大众点评这类动态加载且具备反爬机制的网站数据。通过 Python 的 `requests`、`BeautifulSoup` 和 `Selenium`,结合代理IP,详细讲解了如何应对动态内容加载、反爬机制等问题,并提供了具体代码实现。通过这种方法,可以批量抓取商家信息,为数据分析提供支持。
1193 1
网页抓取进阶:如何提取复杂网页信息
|
数据处理 iOS开发 MacOS
Python 虚拟环境安装使用(Anaconda 实操完整版)
【10月更文挑战第4天】Anaconda 是一个开源的 Python 发行版,集成了常用科学计算与数据处理库,并提供了方便的包管理工具 `conda`。虚拟环境则允许在同一台机器上创建多个独立的 Python 运行环境,避免库版本冲突。通过下载 Anaconda、创建与激活虚拟环境、安装软件包及管理环境,可有效支持 Python 项目开发。
2029 8
|
人工智能 JSON 安全
超越GPT4!Cluade 3重磅发布!国外最新大模型!
超越GPT4!Cluade 3重磅发布!国外最新大模型!
617 0
|
Java Go
java 继承关系的内存图解 (通俗易懂)
Java 继承关系中的内存图解,逐步拆分!
1219 0
java 继承关系的内存图解 (通俗易懂)
|
缓存 监控 算法
Python性能优化面试:代码级、架构级与系统级优化
【4月更文挑战第19天】本文探讨了Python性能优化面试的重点,包括代码级、架构级和系统级优化。代码级优化涉及时间复杂度、空间复杂度分析,使用内置数据结构和性能分析工具。易错点包括过度优化和滥用全局变量。架构级优化关注异步编程、缓存策略和分布式系统,强调合理利用异步和缓存。系统级优化则涵盖操作系统原理、Python虚拟机优化和服务器调优,需注意监控系统资源和使用编译器加速。面试者应全面理解这些层面,以提高程序性能和面试竞争力。
237 1
Python性能优化面试:代码级、架构级与系统级优化