复数相加

简介: 复数相加。

使用结构体(struct)将两个复数相加。

我们把形如 a+bi(a,b均为实数)的数称为复数,其中 a 称为实部,b 称为虚部,i 称为虚数单位。

实例

include

typedef struct complex
{
float real;
float imag;
} complex;
complex add(complex n1,complex n2);

int main()
{
complex n1, n2, temp;

printf("第一个复数 \n");
printf("输入实部和虚部:\n");
scanf("%f %f", &n1.real, &n1.imag);

printf("\n第二个复数 \n");
printf("输入实部和虚部:\n");
scanf("%f %f", &n2.real, &n2.imag);

temp = add(n1, n2);
printf("Sum = %.1f + %.1fi", temp.real, temp.imag);

return 0;

}

complex add(complex n1, complex n2)
{
complex temp;

  temp.real = n1.real + n2.real;
  temp.imag = n1.imag + n2.imag;

  return(temp);

}
输出结果为:

第一个复数
输入实部和虚部:
2.3 4.5

第二个复数
输入实部和虚部:
3.4 5
Sum = 5.7 + 9.5i

相关文章
|
运维 安全 Linux
linux麒麟系统二级等保【三权分立策略】
linux麒麟系统二级等保【三权分立策略】
1667 0
|
2月前
|
缓存 网络架构
详细解释udp的传输过程(含多图)
本文详解UDP数据包的传输过程,涵盖跨交换机与路由器的完整流程。分析10KB UDP包的分片机制,需拆分为7个IP数据报传输。交换机和中间路由器不会等待完整数据接收,而是逐帧/分片转发,且每个IP分片均包含完整IP地址信息。
|
3月前
|
数据采集 人工智能 数据可视化
GitHub 15.8k star 狂涨 DeerFlow,AI + 搜索 + 报告输出一次搞定!
DeerFlow 是字节跳动开源的深度研究框架,集成语言模型、搜索爬虫与代码执行工具,支持自动化完成复杂研究任务并生成多模态报告。具备多智能体协作、强搜索能力、Python 数据分析及可视化、报告自动生成等功能,适用于学术研究、内容创作与企业分析,部署灵活,社区活跃。
356 2
|
5月前
|
人工智能 自然语言处理 算法
AI企业必看:最新结果标识合规要求及规范
随着《人工智能生成合成内容标识办法》及配套标准的发布,AI企业需快速掌握政策要求以确保合规运营。该办法明确指出,利用AI生成的内容(如文本、图片、音频、视频等)需通过显性标识(如“AI生成”字样)或隐性标识(如元数据、数字水印)进行标注。内容传播平台也需核验标识并提醒用户内容性质。此外,应用程序分发平台在审核时需确认是否提供AI生成服务及相关标识材料。对于AI企业而言,合规已成为必修课,需重点关注标识的规范性和溯源能力,以应对即将到来的监管要求。
|
11月前
|
SQL 分布式计算 DataWorks
DataWorks产品测评|基于DataWorks和MaxCompute产品组合实现用户画像分析
本文介绍了如何使用DataWorks和MaxCompute产品组合实现用户画像分析。首先,通过阿里云官网开通DataWorks服务并创建资源组,接着创建MaxCompute项目和数据源。随后,利用DataWorks的数据集成和数据开发模块,将业务数据同步至MaxCompute,并通过ODPS SQL完成用户画像的数据加工,最终将结果写入`ads_user_info_1d`表。文章详细记录了每一步的操作过程,包括任务开发、运行、运维操作和资源释放,帮助读者顺利完成用户画像分析。此外,还指出了文档中的一些不一致之处,并提供了相应的解决方法。
|
9月前
|
并行计算 前端开发 异构计算
告别服务器繁忙,云上部署DeepSeek
告别服务器繁忙,云上部署DeepSeek
419 0
|
安全 Java 开发者
队列之道:为何LinkedList在Java中成为队列的首选?
【6月更文挑战第18天】Java集合框架中的`LinkedList`常用于实现队列,因其简单实现、高效FIFO操作(O(1)的添加与移除)、实现`Queue`接口、线程不安全(提升单线程性能)及灵活性(可兼作栈或双端队列)。代码示例展示了其作为队列的基本用法,`peek`查看头部元素,`remove`进行出队操作。在需要线程安全时,可使用`Collections.synchronizedList`进行包装。
190 2
|
JSON API 开发工具
|
前端开发 UED 容器
深入理解定位布局:绝对定位与相对定位
深入理解定位布局:绝对定位与相对定位
|
语音技术 人工智能 机器学习/深度学习
构建基于AI的语音合成系统:技术探索与实践
【6月更文挑战第3天】本文探讨了构建基于AI的语音合成系统,包括文本预处理、声学模型、语音生成和后期处理四个步骤。关键技术和挑战涉及分词、词性标注、语调预测、HMM、DNN、RNN模型、波形合成及后期音质优化。实践中,获取高质量语音数据、训练计算资源和系统实时性是主要挑战。随着技术进步,未来语音合成将在多语种、个性化领域有更多应用。
1192 3