程序员面试金典 16.9

Operations:只用加法和逻辑运算实现减法、乘法和除法。

另外力扣上又补充了可以使用正负常数,要不然没法做。

a - b可以理解为a + (-b),所以问题转化为求相反数,但是求相反数也需要用加法实现。书上的方法,就是先把相反数初始值设置为0,然后把原数字变化1,相反数也同时变化1,这样相反数就求出来了。但是这样太慢了,更好的方法是把原数字变化124816等等,如果超过了就从1重新开始,有点类似于TCP中的拥塞控制。

乘法可以采用快速幂运算的方法,除法可以模拟乘法。

同时为了避免int溢出的问题,都提升到long long进行运算了。

class Operations {
public:
    Operations() {

    }
    
    int minus(int a, int b) {
        return a + neg(b);
    }
    
    int multiply(int a, int b) {
        if(a == 0 || b == 0) return 0;
        llong absa = a > 0 ? a : neg(a), absb = b > 0 ? b : neg(b);
        llong delta = absa, p = 0;
        while(absb != 0){
            if(absb & 0x1) p += delta;
            absb >>= 1;
            delta += delta;
        }
        if((a > 0 && b > 0) || (a < 0 && b < 0)) return p;
        else return minus(0, p);
    }
    
    int divide(int a, int b) {
        llong absa = a > 0 ? a : neg(a), absb = b > 0 ? b : neg(b);
        llong q = 0, p = 0, delta, x;
        while(p <= absa){
            delta = absb;
            x = 1;
            while(p + delta <= absa){
                p += delta;
                q += x;
                delta += delta;
                x += x;
            }
            if(x == 1) break;
        }
        if((a > 0 && b > 0) || (a < 0 && b < 0)) return q;
        else return minus(0, q);
    }
private:
    typedef long long llong;
    llong neg(llong ll)
    {
        llong sign = ll > 0 ? -1 : 1;
        llong neg = 0, delta;
        while(ll != 0){
            delta = sign;
            while((ll > 0 && ll + delta >= 0) || (ll < 0 && ll + delta <= 0)){
                ll += delta;
                neg += delta;
                delta += delta;
            }
        }
        return neg;
    }
};

/**
 * Your Operations object will be instantiated and called as such:
 * Operations* obj = new Operations();
 * int param_1 = obj->minus(a,b);
 * int param_2 = obj->multiply(a,b);
 * int param_3 = obj->divide(a,b);
 */
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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