一、题目

2066：【例2.3】买图书
时间限制: 1000 ms         内存限制: 65536 KB

【题目描述】

已知小明有n元，他买了一本书，这本书原价为m元，现在打8折出售。求小明还剩多少钱(保留2位小数)。

【输入】

输入n,m。

【输出】

小明还剩多少钱(保留2位小数)。

【输入样例】

100 100

【输出样例】

20.00

二、代码

#include <iostream>
#include <iomanip>

using namespace std;

int main()
{
int n,m;

cin>>n>>m;

cout<<fixed<<setprecision(2)<<n-m*0.8;

return 0;
}

三、知识点

注意添加#include <iomanip> 头文件     setw(n)  setprecision(n)

1.setprecision(n)：浮点值可以四舍五入到若干位有效数或精度，这是出现在小数点前后的总位数。可以通过使用 setprecision 操作符来控制显示浮点数值的有效数的数量。

例： 5.201314

setprecision(2)：5.20

setprecision(4)：5.2013

setprecision(10):5.201314

2.setw(n)：C++ setw() 函数用于设置字段的宽度。当后面紧跟着的输出字段长度小于 n 的时候，在该字段前面用空格补齐，当输出字段长度大于 n 时，全部整体输出。注意区别。

例：5.201314

setw(2)：5.2

setw(4)：5.201

setw(10)：_ _ _5.201314

更多输出控制可以自己搜索。

# c++
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局