博客
关于我
Python 实现简单的石头剪刀布小游戏
阅读量:319 次
发布时间:2019-03-04

本文共 483 字,大约阅读时间需要 1 分钟。

石头剪刀布游戏代码解析

本代码实现了经典的石头剪刀布游戏规则,能够准确判断双方的胜负。代码首先从用户处获取输入,确定用户选择的石头、剪刀或布,然后让电脑随机生成一个选择。

代码逻辑如下:

  • 获取用户输入
  • person = int(input('请输入石头[0],剪刀[1],布[2]:'))
    1. 生成电脑输出
    2. computer = random.randint(0,2)
      1. 判断胜负并输出结果
      2. print('机器人输入的是:%d'%(computer))if person == 0 and computer == 1:    print('你赢了')elif person == 1 and computer == 2:    print('你赢了')elif person == 2 and computer == 0:    print('你赢了')elif person == computer:    print('平手')else:    print('你输了')

        代码设计简单直观,易于理解和维护。适用于教学或娱乐场景,能够快速实现石头剪刀布的交互式游戏功能。

    转载地址:http://vgoq.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    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YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 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>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>