OJ第六批——Problem K: B 抽象类-形状

本博客介绍了使用C++实现正方形和矩形类,通过继承抽象类Shape来计算并输出不同形状的名称和面积。

问题及代码:

 

Problem K: B 抽象类-形状

Time Limit: 1 Sec   Memory Limit: 128 MB
Submit: 197   Solved: 111
[ Submit][ Status][ Web Board]

Description

定义一个抽象类Shape, 类中有两个纯虚函数。

具体类正方形类Shape和矩形类Rectangle,公有继承抽象类Shape。


请在下面的程序段基础上完成整个设计。

在主程序中输入正方形类边长 和 矩形类的长和宽,输出对应形状的名称和面积。

#include <iostream>
using namespace std;

//将程序需要的其他成份写在下面,只提交begin到end部分的代码
//******************** begin ********************


//********************* end ********************

class Square:public Shape //正方形
{ public:
     Square(int l):edge(l){}
      void draw()
     {   
           cout<<"Square";
     }
     int area()
     {
          return edge*edge;
      }
private:
     double edge;
};


int main()
{
   Shape * p=NULL;

   int e,l,w;
   cin>>e;

   Square  s(e);
   p=&s;
   p->draw();
   cout<<" area="<<p->area()<<endl;

   cin>>l>>w;
   Rectangle r(l,w);
   p=&r;
   p->draw();
   cout<<" area="<<p->area()<<endl;

   return 0;
}

Input

正方形的边长 
矩形的长和宽

Output

对应形状的名称 面积
对应形状的名称 面积

Sample Input

1
3 4

Sample Output

Square area=1
Rectangle area=12

HINT

#include <iostream> 
using namespace std;class Shape 
{ 
public: 
    virtual void draw()=0; 
    virtual int area()=0; 
}; 
  
class Rectangle:public Shape 
{ 
public: 
    Rectangle(int l,int w):length(l),width(w) {} 
    void draw() 
    { 
        cout<<"Rectangle"; 
    } 
    int area() 
    { 
        return length*width; 
    } 
private: 
    double length; 
    double width; 
}; 
class Square:public Shape //正方形 
{ public: 
     Square(int l):edge(l){} 
     void draw(){ 
       cout<<"Square"; 
     } 
    int area() 
     { 
        return edge*edge; 
     } 
  private: 
    double edge;     
}; 
  
int main() 
{ 
   Shape * p=NULL; 
  
   int e,l,w; 
   cin>>e; 
  
   Square  s(e); 
   p=&s; 
   p->draw(); 
   cout<<" area="<<p->area()<<endl; 
  
   cin>>l>>w; 
   Rectangle r(l,w); 
   p=&r; 
   p->draw(); 
   cout<<" area="<<p->area()<<endl; 
  
   return 0; 
} 


 

 

传送带损坏与对象检测数据集 一、基础信息 • 数据集名称:传送带损坏与对象检测数据集 • 图片数量: 训练集:645张图片 验证集:185张图片 测试集:92张图片 总计:922张工业监控图片 • 训练集:645张图片 • 验证集:185张图片 • 测试集:92张图片 • 总计:922张工业监控图片 • 分别: Hole(孔洞):传送带表面的孔洞损坏。 Human(人):工作区域中的人,用于安全监控。 Other Objects(其他对象):非预期对象,可能引起故障。 Puncture(刺穿):传送带被刺穿的损坏。 Roller(滚筒):传送带滚筒部件。 Tear(撕裂):传送带撕裂损坏。 impact damage(冲击损坏):由于冲击导致的损坏。 patch work(修补工作):已修补的区域。 • Hole(孔洞):传送带表面的孔洞损坏。 • Human(人):工作区域中的人,用于安全监控。 • Other Objects(其他对象):非预期对象,可能引起故障。 • Puncture(刺穿):传送带被刺穿的损坏。 • Roller(滚筒):传送带滚筒部件。 • Tear(撕裂):传送带撕裂损坏。 • impact damage(冲击损坏):由于冲击导致的损坏。 • patch work(修补工作):已修补的区域。 • 标注格式:YOLO格式,包含边界框和别标签,适用于目标检测任务。 • 数据格式:图像数据来源于工业监控系统,适用于计算机视觉分析。 二、适用场景 • 工业自动化检测系统开发:用于构建自动检测传送带损坏和异物的AI模型,实现实时监控和预防性维护,减少停机时间。 • 安全监控应用:识别人和其他对象,提升工业环境的安全性,避免事故和人员伤害。 • 学术研究与创新:支持计算机视觉在制造业、物流和自动化领域的应用研究,促进AI技术与工业实践的融合。 • 教育与培训:可用于培训AI模型或作为工业工程和自动化教育的案例数据,帮助学习者理解实际应用场景。 三、数据集优势 • 多样化的别覆盖:包含8个关键别,涵盖多种损坏型和对象,确保模型能够处理各种实际工业场景,提升泛化能力。 • 精准的标注质量:采用YOLO格式,边界框标注准确,由专业标注人员完成,保证数据可靠性和模型训练效果。 • 强大的任务适配性:兼容主流深度学习框架(如YOLO、TensorFlow、PyTorch),可直接用于目标检测任务,并支持扩展至其他视觉任务需求。 • 突出的工业价值:专注于工业传送带系统的实际需求,帮助提升生产效率、降低维护成本,并增强工作场所安全,具有较高的实际应用价值。
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