STL泛型编程学习之Map映照容器

本文详细介绍了C++标准库中的Map容器使用方法,包括插入、删除、遍历等操作,并展示了如何通过键值查找特定元素。

Map映照容器

Map的元素数据是由一个键值和一个映照数据组成的,键值与映照数据之间是一一映照的关系。

Map的数据结构也是采用红黑树来实现的,插入元素的键值不允许重复,比较函数只对元素的键值进行比较,元素的各项数据可以通过键值来检索,map的用法与set相类似。

Map容器需要头文件包含语句#include<map>

具体操作如下:

#include<iostream>
#include<map>
using namespace std;
int main(int argc,char *argv[])
{
map<string,float> m;
m["jack"]=98.5;       //插入元素,按键值的大小,由小到大放入红黑树
m["milk"]=88;
m["bomi"]=79;
m["list"]=100;
map<string,float>::iterator it;   //定义迭代器 
for(it=m.begin();it!=m.end();it++)    //前向遍历元素 
{
cout<<(*it).first<<":  "<<(*it).second<<endl;
}
cout<<endl;
//erase()删除操作 
m.erase("list");
for(it=m.begin();it!=m.end();it++)    //前向遍历元素 
{
cout<<(*it).first<<":  "<<(*it).second<<endl;
}
cout<<endl;
//反向遍历
map<string,float>::reverse_iterator rit;
for(rit=m.rbegin();rit!=m.rend();rit++)
{
cout<<(*rit).first<<": "<<(*rit).second<<endl;
}
//元素的搜索
map<string,float>::iterator itt; 
itt=m.find("milk");
if(itt!=m.end()) 
cout<<(*itt).first<<": "<<(*itt).second<<endl;
else
cout<<"not find"<<endl;
return 0;
}


 

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模。该模旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模参数前,请先熟悉各模块功能和输入输出设置。 运行整个模,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
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