c语言实现双人对战猜拳游戏

时间: 2023-10-15 19:07:20 浏览: 95
以下是一份简单的C语言代码,实现了双人对战猜拳游戏。 ``` #include <stdio.h> #include <stdlib.h> #include <time.h> int main() { int player1, player2, result; srand(time(NULL)); // 用当前时间初始化随机数种子 printf("欢迎来到双人猜拳游戏!\n"); printf("请玩家1出拳(1-石头,2-剪刀,3-布):"); scanf("%d", &player1); printf("请玩家2出拳(1-石头,2-剪刀,3-布):"); scanf("%d", &player2); // 判断输赢 if (player1 == player2) { result = 0; } else if (player1 == 1 && player2 == 2 || player1 == 2 && player2 == 3 || player1 == 3 && player2 == 1) { result = 1; // 玩家1赢 } else { result = 2; // 玩家2赢 } // 输出结果 switch (result) { case 0: printf("平局!"); break; case 1: printf("恭喜玩家1获胜!"); break; case 2: printf("恭喜玩家2获胜!"); break; } return 0; } ``` 代码中使用了`srand()`函数来初始化随机数种子,这样才能在后面的生成随机数中使用。然后使用`scanf()`函数分别让两个玩家输入出拳的数字,再根据猜拳规则判断输赢,最后用`switch`语句输出结果。

相关推荐

最新推荐

recommend-type

C语言实现简易扑克牌游戏

主要为大家详细介绍了C语言实现简易扑克牌游戏,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

C语言实现数独游戏的求解

主要为大家详细介绍了C语言实现数独游戏的求解,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

C语言实现简单推箱子游戏

主要为大家详细介绍了C语言实现简单推箱子游戏,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

C语言实现2048游戏(ege图形库版)

主要为大家详细介绍了C语言实现2048游戏,ege图形库版,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

C语言利用EasyX实现图形化界面的小游戏

C语言利用EasyX实现图形化界面的小游戏,可实操性很强,干货满满,学完C语言不知道干啥,可以写着玩一下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。