OpenJudge计算概论-最高的分数

简介: /*======================================================== 最高的分数 总时间限制: 1000ms 内存限制: 65536kB 描述 孙老师 讲授的《计算概论》这门课期中考试刚刚结束,他想知道考试中取得的最高分数。
/*========================================================
最高的分数
总时间限制: 1000ms 内存限制: 65536kB
描述
孙老师 讲授的《计算概论》这门课期中考试刚刚结束,他想知道考试中取得的最高分数。因为人数比较多,他觉得这件事情交给计算机来做比较方便。你能帮孙老师解决这个问题吗?

输入
输入为二行,第一行为整数n(1 <= n < 100),表示参加这次考试的人数.第二行是这n个学生的成绩
输出
输出一行,即最高的成绩
样例输入
5
85 78 90 99 60
样例输出
99
提示
不用数组和使用数组均可实现
==========================================================*/
#include<stdio.h>
int main()
{
    int n,i;
    double max,t;
    freopen("5.in","r",stdin);
    scanf("%d",&n);
    scanf("%lf",&max);
    for(i=1;i<n;i++)
    {
        scanf("%lf",&t);
        if(t>max)
        {
            max=t;
        }
    }
    printf("%d\n",(int)max);
    return 0;
}

 

相关文章
|
6月前
线性代数——(期末突击)概率统计习题(概率的性质、全概率公式)
线性代数——(期末突击)概率统计习题(概率的性质、全概率公式)
55 1
|
7月前
|
算法 应用服务中间件 图形学
贝叶斯推理导论:如何在‘任何试验之前绝对一无所知’的情况下计算概率
这篇文章探讨了贝叶斯推理的发展历史,从帕斯卡尔和费马的早期工作到托马斯·贝叶斯、皮埃尔-西蒙·拉普拉斯和哈罗德·杰弗里斯的贡献。文章指出,贝叶斯分析经历了从使用均匀先验到发展更为客观的方法,如杰弗里斯先验的过程。它讨论了费雪对逆概率的批评,以及贝叶斯方法在处理不确定性问题上的优势。文章还介绍了如何通过匹配覆盖率来评估先验分布的合理性,并通过几个例子展示了不同先验在二项分布和正态分布问题中的应用。最后,文章提出了贝叶斯分析在统计学中的地位,强调了在缺乏先验知识时建立良好先验的重要性,并讨论了主观性和客观性在统计推理中的角色。
104 1
|
7月前
|
数据可视化
R语言极值理论:希尔HILL统计量尾部指数参数估计可视化
R语言极值理论:希尔HILL统计量尾部指数参数估计可视化
【概率论基础】Probability | 数学性概率 | 统计性概率 | 几何概率 | 概率论三大公理
【概率论基础】Probability | 数学性概率 | 统计性概率 | 几何概率 | 概率论三大公理
123 0
|
7月前
R语言分位数回归预测筛选有上升潜力的股票
R语言分位数回归预测筛选有上升潜力的股票
|
7月前
R语言预测人口死亡率:用李·卡特(Lee-Carter)模型、非线性模型进行平滑估计
R语言预测人口死亡率:用李·卡特(Lee-Carter)模型、非线性模型进行平滑估计
|
算法
【计算理论】计算理论总结 ( P 、NP 、NPC 总结 ) ★★
【计算理论】计算理论总结 ( P 、NP 、NPC 总结 ) ★★
556 0
【计算理论】计算理论总结 ( P 、NP 、NPC 总结 ) ★★
ML之回归预测:以某个数据集为例从0到1深入理解科学预测之回归(实数值年龄预测)问题的思路框架
ML之回归预测:以某个数据集为例从0到1深入理解科学预测之回归(实数值年龄预测)问题的思路框架
ML之回归预测:以某个数据集为例从0到1深入理解科学预测之回归(实数值年龄预测)问题的思路框架
计算与推断思维 十二、为什么均值重要
十二、为什么均值重要 原文:Why the Mean Matters 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 在这个课程中,我们已经研究了几个不同的统计量,包括总编译距离,最大值,中位数和平均值。
1343 0
下一篇
DataWorks