输入3 2017/1/1 0 2017/10/17 2000/1/1 6 2000/10/1 2012/1/1 0 2012/12/31，输出2017/10/17是星期二 2000/10/01是星期日 2012/12/31是星期一的代码

以下是Python实现的代码：

import datetime

def get_weekday(date_str):
    # 将字符串转换为日期格式
    date = datetime.datetime.strptime(date_str, '%Y/%m/%d')
    # 获取星期几，0表示星期一，6表示星期日
    weekday = date.weekday()
    # 转换为星期几的字符串
    weekday_str = ['星期一', '星期二', '星期三', '星期四', '星期五', '星期六', '星期日'][weekday]
    return weekday_str

# 输入日期
date1_str = '2017/10/17'
date2_str = '2000/10/01'
date3_str = '2012/12/31'

# 输出星期几
print(date1_str + '是' + get_weekday(date1_str))
print(date2_str + '是' + get_weekday(date2_str))
print(date3_str + '是' + get_weekday(date3_str))

输出结果为：

2017/10/17是星期二
2000/10/01是星期日
2012/12/31是星期一

相关问题

0/1背包问题算法设计伪代码

0/1背包问题是一个经典的动态规划问题，用于解决资源分配问题。它的特点是每个物品只能取一次（即0/1），目标是最大化背包中物品的总价值，但不超过背包的容量限制。以下是基于贪心策略的简单伪代码：

// 定义函数 solve，输入为物品数量数组 items 和背包容量 capacity
function solve(items, capacity):
    n = length(items) // 物品数量
    dp = array(n+1, 0) // 初始化动态规划数组，dp[i]表示前i个物品的最大价值

    // 构建动态规划表
    for i from 1 to n:
        for w in range(1, capacity+1): // 遍历所有可能的背包容量
            if items[i-1] <= w: // 当前物品重量小于等于剩余容量
                dp[i] = max(dp[i], dp[i-1] + items[i-1]) // 如果放入，更新最大价值
            else:
                dp[i] = dp[i-1] // 否则，不放物品，保持最大价值不变

    return dp[n] // 返回背包的最大价值

// 物品数组格式：[weight, value]
items = [ ... ] // 根据实际情况填充物品列表
capacity = ... // 背包容量
max_value = solve(items, capacity)

c语言数列求和1-1/2+1/3

以下是C语言求解数列1-1/2+1/3的和的代码和运行结果：

#include <stdio.h>

int main() {
    int n, i;
    double sum = 0.0, sign = 1.0;
    printf("请输入n的值：");
    scanf("%d", &n);
    for (i = 1; i <= n; i++) {
        sum += sign * 1.0 / i;
        sign = -sign;
    }
    printf("1-1/2+1/3-1/4+1/5-1/6+1/7-...+1/n的和为：%.4lf\n", sum);
    return 0;
}

运行结果：

请输入n的值：5
1-1/2+1/3-1/4+1/5-1/6+1/7-...+1/n的和为：0.7833