请用C++帮我实现问题【问题描述】 设计与实现K-NN分类算法的基本输入与输出 【输入形式】 键盘输入 第1行：m（样本数）, n（特征维数）, s（类别数，K-Means算法该项为0） 接下来m行（每行n列）输入样本； 接下来1行输入n项特征的名称； 当是s>0，输入一行s项类别的名称； 输入K值 输入未知样本 【输出形式】 给出KNN分类的类别名称 【样例输入】 12 4 2 228 134 20 11 0 245 134 10 40 0 200 167 12 27 0 170 150 7 8 0 100 167 20 14 0 150 117 7 6 1 120 133 10 26 1 160 100 5 10 1 185 115 5 19 1 170 125 6 4 1 165 142 5 3 1 185 108 2 12 1 铜蓝蛋白 蓝色反应 吲哚乙酸 中性硫化物 阳性 阴性 1 100 117 7 2 【样例输出】 阴性

以下是C++的代码实现，实现了K-NN分类算法的输入与输出功能：

#include <iostream>
#include <vector>
#include <string>
#include <algorithm>
#include <cmath>
using namespace std;

struct Sample {
    vector<double> features;
    string category;
};

bool cmp(const pair<double, int>& a, const pair<double, int>& b) {
    return a.first < b.first;
}

int main() {
    int m, n, s, k;
    cin >> m >> n >> s;
    vector<Sample> samples(m);
    for (int i = 0; i < m; i++) {
        samples[i].features.resize(n);
        for (int j = 0; j < n; j++) {
            cin >> samples[i].features[j];
        }
        cin >> samples[i].category;
    }
    vector<string> featureNames(n);
    for (int i = 0; i < n; i++) {
        cin >> featureNames[i];
    }
    vector<string> categoryNames(s);
    if (s > 0) {
        for (int i = 0; i < s; i++) {
            cin >> categoryNames[i];
        }
    }
    cin >> k;
    Sample unknown;
    unknown.features.resize(n);
    for (int i = 0; i < n; i++) {
        cin >> unknown.features[i];
    }
    // 计算与每个样本的距离
    vector<pair<double, int>> distances(m);
    for (int i = 0; i < m; i++) {
        double d = 0;
        for (int j = 0; j < n; j++) {
            d += pow(samples[i].features[j] - unknown.features[j], 2);
        }
        distances[i] = make_pair(sqrt(d), i);
    }
    // 按距离排序
    sort(distances.begin(), distances.end(), cmp);
    // 统计最近的k个样本的类别
    vector<int> categoryCount(s);
    for (int i = 0; i < k; i++) {
        int index = distances[i].second;
        for (int j = 0; j < s; j++) {
            if (samples[index].category == categoryNames[j]) {
                categoryCount[j]++;
                break;
            }
        }
    }
    // 输出出现次数最多的类别
    int maxCount = 0, maxIndex = -1;
    for (int i = 0; i < s; i++) {
        if (categoryCount[i] > maxCount) {
            maxCount = categoryCount[i];
            maxIndex = i;
        }
    }
    cout << categoryNames[maxIndex] << endl;
    return 0;
}

该程序读取输入，将每个样本的特征和类别存储在 `Sample` 结构体中，读取特征名称和类别名称，并读取未知样本和 `K` 值。然后，程序计算与每个样本的距离，按距离排序，统计最近的 `K` 个样本的类别，输出出现次数最多的类别名称。

注意，该程序中没有使用 K-Means 算法，因为 K-Means 算法是聚类算法，而 K-NN 算法是分类算法，两者不同。