C笔记:5.1 数组

文章详细介绍了计算机编程中的一维和二维数组。一维数组的定义包括类型说明符、数组名和常量表达式,其内存空间是连续的。数组初始化可以部分赋值,引用时使用数组名和下标。二维数组则涉及行数和列数,内存布局同样连续,初始化可采用分段或连续方式,并允许部分赋值。

一维数组

一维数组的定义

类型说明符 数组名[常量表达式]
  • [] 中的常量表达式不能是变量(某些IDE支持变量)

  • 数组每个元素的内存空间是连续的

一维数组初始化

类型说明符 数组名[常量表达式]={值,值…值};
  • 可以只给部分元素赋值;

  • 只能给元素逐个赋值,不能给数组整体赋值;

  • 如果赋值给全部元素,元素个数可以省略。

一维数组的引用

数组名[下标]

二维数组

二维数组的定义

类型说明符 数组名[常量表达式1][常量表达式2]
  • 常量表达式1代表行数,常量表达式2代表列数

  • 二维数组在内存中,每个元素的空间也是连续的,先储存一行所有列的元素,再储存下一行所有列的元素

二维数组初始化

分段赋值
int a[3][3] = {{1,2,3},{4,5,6},{7,8,9}}
连续赋值
int a[3][3] = {1,2,3,4,5,6,7,8,9}
  • 二维数组也可以部分赋值,未赋值的元素值为0。

  • 若对二维数组全部元素赋初值,第一维的长度可以不给出

二维数组的引用

数组名[下标][下标]

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值