青年歌手大赛:实时评分统计与分析程序设计

简介: 青年歌手大赛评分系统:C语言实现平均分计算(剔除最高与最低分)在青年歌手大赛中,为了确保评分的公平性和准确性,本程序采用C语言设计了一套评分统计方案。该方案的核心功能是在收集10位评委对一位歌手的评分后,自动剔除一个最高分和一个最低分,然后计算剩余8个有效评分的平均值。

 目录

程序描述:

青年歌手大赛评分系统:C语言实现平均分计算(剔除最高与最低分)

代码思路精炼:

代码示例:

名词解释:

注意:


程序描述:

青年歌手大赛评分系统:C语言实现平均分计算(剔除最高与最低分)

在青年歌手大赛中,为了确保评分的公平性和准确性,本程序采用C语言设计了一套评分统计方案。该方案的核心功能是在收集10位评委对一位歌手的评分后,自动剔除一个最高分和一个最低分,然后计算剩余8个有效评分的平均值。

代码思路精炼:

  1. 数据输入:首先,程序会提示用户输入10位评委的分数。
  2. 数据排序:使用冒泡排序算法对这10个分数进行排序,以便找出最高分和最低分。
  3. 剔除极端值:确定排序后的数组中的最高分和最低分,并在计算平均值时排除它们。
  4. 计算平均分:将剩余8个分数相加后除以8,得到最终的平均得分。

代码示例:

C

#include <stdio.h>
int main() {
    int scores[10], i, j, temp, max, min;
    float average;
    // 输入10个评委分数
    printf("请输入10位评委的分数,每输入一个按回车继续:\n");
    for (i = 0; i < 10; i++) {
        scanf("%d", &scores[i]);
    }
    // 冒泡排序
    for (i = 0; i < 9; i++) {
        for (j = 0; j < 9 - i; j++) {
            if (scores[j] > scores[j + 1]) {
                temp = scores[j];
                scores[j] = scores[j + 1];
                scores[j + 1] = temp;
            }
        }
    }
    // 找出最高分和最低分
    max = scores[9];
    min = scores[0];
    // 计算平均分,排除最高分和最低分
    for (i = 0; i < 8; i++) {
        average += scores[i + 1]; // 跳过最低分
    }
    average = average / 8.0;
    // 输出结果
    printf("去除一个最高分和一个最低分后的平均分是: %.2f\n", average);
    return 0;
}

image.gif

image.gif 编辑

名词解释:

  • 冒泡排序:一种简单的排序算法,通过重复遍历要排序的数列,比较每对相邻元素的值,如果顺序错误就交换它们的位置,直到没有需要交换的元素为止。
  • 平均分:所有有效分数之和除以有效分数的数量。
  • 极端值:在此上下文中指的是最高分和最低分,通常在统计分析中移除以减少异常值对整体评估的影响。

注意:

  • 上述代码已经直接在排序后通过数组的首尾元素确定了最高分和最低分,简化了查找过程。
  • 图片和更丰富的视觉辅助材料建议直接在您的博客编辑器中添加,以配合文字说明,提升文章的可读性和吸引力。

链接在这!

C语言(冒泡排序)_笨笨小乌龟11的博客-CSDN博客

相关文章
|
2月前
数据统计分析 — 统计学的几个概念
数据统计分析 — 统计学的几个概念
41 0
|
5月前
|
数据可视化 前端开发 数据挖掘
R语言对综合社会调查GSS数据进行自举法bootstrap统计推断、假设检验、探索性数据分析可视化|数据分享(上)
R语言对综合社会调查GSS数据进行自举法bootstrap统计推断、假设检验、探索性数据分析可视化|数据分享
|
5月前
|
数据可视化
R语言大学城咖啡店消费问卷调查数据报告:信度分析、主成分分析可视化
R语言大学城咖啡店消费问卷调查数据报告:信度分析、主成分分析可视化
|
5月前
|
数据可视化
基于R语言股票市场收益的统计可视化分析
基于R语言股票市场收益的统计可视化分析
|
5月前
|
机器学习/深度学习 算法 数据可视化
数据报告分享|WEKA贝叶斯网络挖掘学校在校人数影响因素数据分类模型
数据报告分享|WEKA贝叶斯网络挖掘学校在校人数影响因素数据分类模型
|
5月前
|
前端开发 数据可视化 数据挖掘
R语言对综合社会调查GSS数据进行自举法bootstrap统计推断、假设检验、探索性数据分析可视化|数据分享(下)
R语言对综合社会调查GSS数据进行自举法bootstrap统计推断、假设检验、探索性数据分析可视化|数据分享
|
数据采集 数据可视化 数据挖掘
数据分析 | Numpy实战(二) - 分析各类用户平均骑行时间
数据分析 | Numpy实战(二) - 分析各类用户平均骑行时间
|
5月前
|
分布式计算 数据挖掘 关系型数据库
Spark综合练习——电影评分数据分析
Spark综合练习——电影评分数据分析
67 0
|
SQL 小程序 数据挖掘
文末送书|数据分析必知必会之维度&指标
在业务场景中,维度和指标是基础,清晰准确地定义维度和指标能帮助我们更好地探寻数字背后的含义。下图列举了一些电商常用的指标和维度,你能正确区分吗?
419 0
文末送书|数据分析必知必会之维度&指标
|
SQL 数据库 流计算
艾伟_转载:排行榜数据库设计与分析——为什么实时排行不可行?
很多网游中都有排行榜,这里就专门讨论一下这个排行榜背后的数据库设计。一开始我觉得这是一个基本的数据库设计问题。只需要有一个实体,没有实体间的关系,没有复杂的逻辑。网络上也搜索不到太多关于这类设计的问题,好像根本不值得为其写个文章。
1280 0
下一篇
无影云桌面