博客
关于我
【C&C++】C++输入输出流
阅读量:296 次
发布时间:2019-03-01

本文共 392 字,大约阅读时间需要 1 分钟。

读取生日并输出问好信息

在C++中,使用cincout流对象来读取和输出数据。以下是实现步骤:

  • 包含必要的头文件<iostream>用于流对象。
  • 加载标准名空间:使用using namespace std;以简化代码。
  • 声明变量:分别存储年、月、日。
  • 读取输入:使用cin读取输入值。
  • 输出问好信息:使用cout拼接输出字符串。
  • #include 
    using namespace std;int main() { int y, m, d; cin >> y >> m >> d; cout << "Hello! " << m << " " << d << " " << y; return 0;}

    测试输入

    • 输入:1949 10 1

    • 输出:Hello! 10 1 1949

    • 输入:2005 3 6

    • 输出:Hello! 3 6 2005

    转载地址:http://foho.baihongyu.com/

    你可能感兴趣的文章
    Netty源码—7.ByteBuf原理四
    查看>>
    Objective-C实现获取CPU温度(附完整源码)
    查看>>
    Objective-C实现获取文件头的50个字符(附完整源码)
    查看>>
    Objective-C实现随机图生成器算法(附完整源码)
    查看>>
    OJ中常见的一种presentation error解决方法
    查看>>
    OK335xS UART device registe hacking
    查看>>
    ok6410内存初始化
    查看>>
    one_day_one--mkdir
    查看>>
    OpenCV 中的图像转换
    查看>>
    OpenCV-Python接口、cv和cv2的性能比较
    查看>>
    opencv5-图像混合
    查看>>
    opencv9-膨胀和腐蚀
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>