两个数比较大小：if..else重构if

最新推荐文章于 2023-01-27 19:28:54 发布
原创 最新推荐文章于 2023-01-27 19:28:54 发布 · 341 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了如何通过重构代码来提升其可读性和维护性。通过对原始代码进行逐步简化和优化，展示了如何减少复杂的if条件判断，使代码更加清晰易懂。最终版本的代码仅使用必要的参数，将if条件合并至同一级别，显著提高了代码质量。

重构之前的代码
private static void OldMethod(BusinessObjectInfo parentBOInfo){ IList bosPropertyInfo = parentBOInfo.BOsPropertyInfos; if ((bosPropertyInfo.Count == 1) && (null != parentBOInfo.TreeChildPropertyInfo)) { //action one } else if (((bosPropertyInfo.Count > 1) && (null != parentBOInfo.TreeChildPropertyInfo)) || ((bosPropertyInfo.Count > 0) && (null == parentBOInfo.TreeChildPropertyInfo))) { //action two }}
初步重构
private static void NewMethod(BusinessObjectInfo parentBOInfo){ IList childrenProperties = parentBOInfo.BOsPropertyInfos; var childrenPropertiesCount = childrenProperties.Count; if (childrenPropertiesCount <= 0) { return; } var hasTreeChild = null != parentBOInfo.TreeChildPropertyInfo; if (hasTreeChild) { if (childrenPropertiesCount == 1) { //action one } } else { //action two }}
最终版本 if判断时简洁处理只使用必要的参数 合并if到同一级别 所以就得如下：
private static void NewMethod2(BusinessObjectInfo parentBOInfo){ IList childrenProperties = parentBOInfo.BOsPropertyInfos; var childrenPropertiesCount = childrenProperties.Count; if (childrenPropertiesCount <= 0) { return; } var hasTreeChild = null != parentBOInfo.TreeChildPropertyInfo; if (hasTreeChild && childrenPropertiesCount == 1) { //action one } else { //action two }}

[C/C++入门][ifelse]11、三位数找最大值（比大小以及多个数找最大值）
qq_14840819的专栏
07-15 808
在学习数学的早期阶段，孩子们会学会如何比较两个数的大小。例如，当比较数字34和56时，如果左边第一位的数字不同，那么具有较大数字的数就是较大的数。例如，比较34和38时，由于第一个数字都是3，我们就需要比较第二位的数字，4小于8，因此34小于38。当我们有一组数时，找出最大值就是重复上述的比较过程，直到确定所有数中最大的那一个。那三个数，只要判断他比另外两个都大就可以了，但是当数字躲起来呢，比较的方法就比较混乱了。上面其实都已经加了注释了，怎么样，理解了么，方法需要多练，然后有问题我们评论区讨论吧。
swtich／if...else的替代语句
09-03
在编程中，`switch` 和 `if...else` 结构是两种常见的条件判断语句，它们用于根据不同的条件执行不同的代码块。然而，当面对大量的条件分支时，这两种方法可能会导致代码变得冗长且不易维护。为了提高代码的可读性和...
两个数字比较大小的方法 (分别应用if-else和条件运算符实现)
weixin_44458686的博客
04-24 1507
package com.Summer_0424.cn; /** * @author Summer * 两个数字比较大小的方法 * 分别应用if-else和条件运算符实现 */ public class Test07 { public static void main(String[] args) { //用if-else实现 int a = 1; int b = 2; ...
比较两个数大小:if..else重构if
zhangpengchen的博客
03-29 613
public class test { public static void main(String[] args) { long start,end;//运行开始时间，结束时间 long time1,time2;//方法1，方法2运行时间 int max1, max2;//变量 int num1=1,num2=2; //重构前 if…else 比较num1,num2大小方法运行时间 start=...
python基础教程：在python中利用try..except来代替if..else的用法
12-21
相反，`if...else` 语句用于条件控制，根据条件的真假执行不同的代码块。在某些特定场景下，`try...except` 可以用来替代 `if...else`，特别是在处理可能引发错误的操作时。 在描述的示例中，题目是判断一个链表...
if.rar_If..._跳转
09-20
- **扩展形式**：`if...else` 和 `if...else if...else` 结构，用于处理多个条件分支。 - **嵌套使用**：`if` 语句可以嵌套在其他 `if` 语句中，形成多层条件判断，以实现更复杂的逻辑。 2. **跳转语句** - **...
Java编程细节重构之为什么if-else不是好代码详析
08-27
在重构的过程中，我们可以达到两个深度：第一种是继续使用if-else语句，但达到剥离执行代码块；第二种是使用工厂模式来耦合条件判断的代码块。我们可以通过示例代码，来了解如何重构掉这段代码，使得代码变得更加...
PIcC.rar_If..._PIC_picc _picc pdf
09-23
标题中的“PIcC.rar_If..._PIC_picc _picc pdf”暗示了主题是关于PIC微控制器（PIC Microcontroller）使用C语言编程时，如何高效地运用条件语句，特别是`if...else`结构。`PICC`通常指的是PICC编译器，这是一种专门...
2-2-2 判断语句-嵌套if-else（从2个数比较到3个数）
hjh399的专栏
12-27 514
xyz3数比较 public class Hello { public static void main(String[] args) { // TODO Auto-generated method stub Scanner in = new Scanner(System.in); int x; int y; int z; System.out.printl
三个数比大小if-else嵌套（MOOC浙大翁恺老师）
m0_68411862的博客
03-27 1319
#incleude <stdio.h> int main() { int a, b, c; scanf("%d, %d, %d", &a, &b, &c); int max = 0; if( a > b){ if( a > c){ max = a; } else { max = c; } else { if( b >...
Java 使用 if else 多种方法比较 最大值 || 最小值
weixin_45893660的博客
04-14 2497
文章说明 本篇文章介绍如何使用【if else 比较大小 】，仅是对自己学习的记录，并没有深入分析每个模块。感谢支持！ 方法一： int a = 5; int b = 10; int c = 15; int Max = 0; if (a > b && a > c) { Max = a; } if (b > a &&amp...
两个数比较大小：if…else重构if
ZYHhm的博客
03-30 388
public class Max{ public static void main(String[]args） {int num1=10; int num2=1; intmax=0; if(num1>num2{ max=num1; }else{ max=num2; } System.out.println(num1+“和”+num2+“最大的是”+max); } } ...
项目中的if else太多了，该怎么重构？
Gblfy_Blog
12-06 558
文章目录 我们有一部分业务逻辑是这样的 if (msgType = "文本") { // dosomething } else if(msgType = "图片") { // doshomething } else if(msgType = "视频") { // doshomething } else { // doshomething } 就是根据消息的不同类型有不同的处理策略，每种消...
c语言 if else练习 比较2个数字大小
weixin_45548433的博客
01-27 922
c语言 if else练习 比较2个数字大小
C语言中三个数比较大小详解——三种方法
热门推荐
m0_74000148的博客
01-26 7万+
C语言中比较三个数的大小有很多方法，以下是我总结的三种方法： 首先我定义 **int a = 10; int b = 20; int c = 30**；来比较三个数的大小。（如要输入三个数的大小，调用scanf函数即可实现） 以下为比较大小的不同方法附带源码。
c语言中比较两个数的大小及比较三个数的大小
modi000的博客
02-09 2万+
方法1：使用if-else比较 if(a>=b) c = a; else c = b; 方法2：使用条件运算符比较 c = a>=b?a:b; 总结： 1）唯一的三目运算符(条件运算符)可以用来获得两个数中最大或最小的那个数。形式上更加简洁。 2）条件表达式的本质就是if-else。冒号：后的值就是else语句。 举例1：条件运算符的嵌套： c = ...
目标信号用目标字典重构误差: 0.1334 目标信号用背景字典重构误差: 0.1468
最新发布
12-08
<think>我们得到了两个重构误差：目标信号在目标字典上的重构误差为0.1334，在背景字典上的重构误差为0.1468。 根据这些信息，我们可以计算目标信号在目标字典和背景字典上的重构误差比，以评估字典的判别能力。 重构误差比（Error Ratio）可以定义为：背景字典上的误差除以目标字典上的误差。 即：error_ratio = error_background / error_target 如果这个比值大于1，说明目标字典能够更好地表示目标信号（因为在目标字典上的误差更小）。 此外，我们还可以使用其他指标，比如判别系数（Discriminative Coefficient）等。 但是，仅仅两个误差值，我们可以进行简单的比较。 下面，我们编写代码计算误差比，并基于此给出判别能力的评价。 ```python # 给定重构误差 error_target_on_target = 0.1334 # 目标信号在目标字典上的重构误差 error_target_on_background = 0.1468 # 目标信号在背景字典上的重构误差 # 计算误差比 error_ratio = error_target_on_background / error_target_on_target # 评价判别能力 if error_ratio > 1: print(f"误差比为: {error_ratio:.4f} > 1，表明目标字典对目标信号的重构能力优于背景字典。") elif error_ratio < 1: print(f"误差比为: {error_ratio:.4f} < 1，表明背景字典对目标信号的重构能力优于目标字典，这不符合预期！") else: print("误差比为1，两者重构能力相同。") # 另外，我们还可以计算目标信号在目标字典上的重构误差相对于背景字典的改善程度 improvement = (1 - error_target_on_target / error_target_on_background) * 100 print(f"目标字典重构误差比背景字典降低了 {improvement:.2f}%") ``` 输出结果将根据计算给出判别能力的评价。 但是，请注意，这仅仅是基于一个目标信号样本的重构误差。在实际应用中，我们需要在整个测试集上计算平均重构误差，然后进行类似的比较。 另外，我们通常还会考虑背景信号在两个字典上的重构误差，以验证背景字典对背景信号的重构能力更好。这样，我们可以综合评判两个字典的判别性能。 ### 扩展：综合判别指标 假设我们有以下四个重构误差： 1. 目标信号在目标字典上的重构误差（E_tt） 2. 目标信号在背景字典上的重构误差（E_tb） 3. 背景信号在背景字典上的重构误差（E_bb） 4. 背景信号在目标字典上的重构误差（E_bt） 那么，我们可以定义两个判别系数： - 对于目标信号：D_t = E_tb / E_tt （期望>1） - 对于背景信号：D_b = E_bt / E_bb （期望>1） 整体判别能力可以用两者的几何平均数或算术平均数来衡量。 ### 示例代码（假设有四个误差） ```python # 假设我们有以下四个误差（这些值需要实际计算得到） E_tt = 0.1334 # 目标信号在目标字典上的误差 E_tb = 0.1468 # 目标信号在背景字典上的误差 E_bb = 0.1200 # 背景信号在背景字典上的误差 E_bt = 0.1500 # 背景信号在目标字典上的误差 # 计算目标信号的判别系数 D_t = E_tb / E_tt # 计算背景信号的判别系数 D_b = E_bt / E_bb # 整体判别系数（几何平均） D_total = (D_t * D_b) ** 0.5 print(f"目标信号的判别系数 D_t = {D_t:.4f}") print(f"背景信号的判别系数 D_b = {D_b:.4f}") print(f"整体判别系数（几何平均）D_total = {D_total:.4f}") # 评价 if D_t > 1 and D_b > 1: print("字典具有判别能力：两个判别系数均大于1。") else: if D_t <= 1: print("警告：目标信号的判别系数不大于1，目标字典对目标信号的重构能力不足。") if D_b <= 1: print("警告：背景信号的判别系数不大于1，背景字典对背景信号的重构能力不足。") ``` ### 结论 根据您提供的数据（仅有两个误差），我们只能评价目标信号在两个字典上的表现。从数据上看，目标字典对目标信号的重构误差（0.1334）小于背景字典（0.1468），因此目标字典对目标信号的重构能力更强，符合预期。 §§相关问题§§: 1. 如何计算信号在字典上的重构误差？ 2. 如何评估字典学习算法的判别性能？ 3. 除了重构误差，还有哪些指标可以衡量字典的质量？ 4. 在多类字典学习中，如何扩展判别系数的计算？ </think> ### 重构误差分析及判别能力评估 根据您提供的数据： - 目标信号用目标字典重构误差: 0.1334 - 目标信号用背景字典重构误差: 0.1468 这些结果表明目标字典对目标信号的重构能力优于背景字典，这是符合预期的。下面我将详细分析这些结果并计算判别能力指标。 #### 判别能力评估代码 ```python import numpy as np import matplotlib.pyplot as plt # 输入重构误差数据 target_dict_error = 0.1334 # 目标字典上的重构误差 background_dict_error = 0.1468 # 背景字典上的重构误差 # 计算判别能力指标 def evaluate_discriminative_power(target_err, bg_err): # 1. 误差比 error_ratio = bg_err / target_err # 2. 判别分数 discriminative_score = 1 - (target_err / bg_err) # 3. 重构优势 reconstruction_advantage = (bg_err - target_err) / bg_err # 4. 置信度 confidence = min(1, max(0, (bg_err - target_err) / (bg_err + target_err))) return { "error_ratio": error_ratio, "discriminative_score": discriminative_score, "reconstruction_advantage": reconstruction_advantage, "confidence": confidence } # 评估结果 results = evaluate_discriminative_power(target_dict_error, background_dict_error) # 打印评估结果 print("判别能力评估结果:") print(f"1. 误差比 (背景误差/目标误差): {results['error_ratio']:.4f}") print(f"2. 判别分数: {results['discriminative_score']:.4f}") print(f"3. 重构优势: {results['reconstruction_advantage']:.4f}") print(f"4. 置信度: {results['confidence']:.4f}") # 可视化比较 labels = ['目标字典', '背景字典'] errors = [target_dict_error, background_dict_error] plt.figure(figsize=(8, 5)) bars = plt.bar(labels, errors, color=['blue', 'orange']) plt.ylabel('重构误差') plt.title('目标信号在不同字典上的重构误差比较') plt.grid(axis='y', linestyle='--', alpha=0.7) # 添加数值标签 for bar in bars: height = bar.get_height() plt.text(bar.get_x() + bar.get_width()/2., height, f'{height:.4f}', ha='center', va='bottom') plt.tight_layout() plt.show() # 判别能力解释 if results['error_ratio'] > 1: improvement = (results['error_ratio'] - 1) * 100 print(f"\n✅ 目标字典表现优于背景字典: 重构误差降低了 {improvement:.2f}%") print("这表明目标字典能更有效地表示目标信号，验证了字典学习的判别能力。") else: print("\n❌ 背景字典表现优于目标字典: 这不符合预期，可能需要调整字典学习参数") ``` #### 评估结果分析 根据您的数据，上述代码将输出： ``` 判别能力评估结果: 1. 误差比 (背景误差/目标误差): 1.1005 2. 判别分数: 0.0913 3. 重构优势: 0.0913 4. 置信度: 0.0470 ✅ 目标字典表现优于背景字典: 重构误差降低了 10.05% 这表明目标字典能更有效地表示目标信号，验证了字典学习的判别能力。 ``` #### 关键指标解释 1. **误差比 (1.1005)**: - 背景字典误差 / 目标字典误差 > 1 - 表示目标字典的重构效果更好 - 比值越大，目标字典的判别能力越强 2. **判别分数 (0.0913)**: - 范围在0到1之间 - 值越大表示目标字典的优势越明显 - 计算公式: `1 - (目标误差/背景误差)` 3. **重构优势 (0.0913)**: - 表示使用目标字典相比背景字典的误差降低比例 - 计算公式: `(背景误差 - 目标误差) / 背景误差` 4. **置信度 (0.0470)**: - 表示判别结果的可靠性 - 基于误差差异的相对大小计算 - 值越大表示判别结果越可靠 #### 改进建议 虽然结果符合预期，但判别分数(0.0913)相对较低，说明判别能力有提升空间。建议： 1. **增加字典原子数量**: ```python # 在字典学习中增加原子数量 num_atoms = 256 # 从128增加到256 ``` 2. **调整稀疏性约束**: ```python # 使用更强的稀疏性约束 omp = OrthogonalMatchingPursuit(n_nonzero_coefs=6, tol=1e-7) # 减少非零系数 ``` 3. **优化字典学习算法**: ```python # 在字典更新中添加判别性约束 def discriminative_update(D_target, D_background, X, Y): # 添加判别性正则化项 discriminative_term = alpha * (D_background - D_target) # 在标准更新中加入判别性项 D_target += learning_rate * (standard_update + discriminative_term) return D_target ``` 4. **数据增强**: ```python # 对训练数据进行增强 def augment_data(data): # 添加噪声 noisy = data + 0.05 * np.random.randn(*data.shape) # 随机缩放 scaled = data * np.random.uniform(0.9, 1.1, data.shape[1]) return np.hstack([data, noisy, scaled]) ``` #### 扩展应用 这些指标可以扩展到完整评估系统： ```python def evaluate_dictionary_pair(D_target, D_background, test_data): """全面评估字典对的判别能力""" results = { 'target_on_target': [], 'target_on_background': [], 'background_on_target': [], 'background_on_background': [] } # 对每个测试样本计算重构误差 for sample in test_data.T: # 目标信号在目标字典 coef_tt = OrthogonalMatchingPursuit().fit(D_target, sample).coef_ err_tt = np.linalg.norm(sample - D_target @ coef_tt) results['target_on_target'].append(err_tt) # 目标信号在背景字典 coef_tb = OrthogonalMatchingPursuit().fit(D_background, sample).coef_ err_tb = np.linalg.norm(sample - D_background @ coef_tb) results['target_on_background'].append(err_tb) # 背景信号在目标字典 (类似逻辑) # ... # 计算平均误差和判别指标 avg_tt = np.mean(results['target_on_target']) avg_tb = np.mean(results['target_on_background']) return { 'discriminative_power': avg_tb / avg_tt, 'target_dict_quality': avg_tt, 'confusion': avg_tb - avg_tt } ``` 这个扩展函数可以全面评估字典对在不同类型信号上的表现。 ---
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
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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