java学习之—数组的曾删改查

本文介绍了一个名为 HighArray 的类,该类提供了数组的基本操作,包括插入、保存、查找和删除元素的方法。通过二分查找提高了查找效率,并展示了如何进行数组元素的插入与删除。
/**
 * 数组的曾删改查
 * Create by Administrator
 * 2018/6/8 0008
 * 上午 9:54
 **/
public class HighArray {
    private long[] a;

    private int nElems;

    public HighArray(int max){
        a = new long[max];
        nElems = 0;
    }

    /**
     * 使用二分查找法
     * @param searchKey
     * @return
     */
    public int findOne(long searchKey){
        // 数组的第一个
        int lowerBound = 0;
        // 数组的最后一个
        int upperBound = nElems - 1;
        // 数组的一半,下标
        int curIn;
        while (true){
            curIn = (lowerBound + upperBound) / 2;
            //判断这个数是不是数组的对半curIn是否相等
            if(a[curIn] == searchKey){
                return curIn;
            }else if(lowerBound > upperBound){ //如果成立 测范围已经不存在了
                return nElems;
            }else {
                //如果成立 则将范围设置curIn的后半部分,反之就设置为前半部分
                if(a[curIn] < searchKey){
                    lowerBound = curIn + 1;
                }else {
                    upperBound = curIn - 1;
                }
            }
        }
    }

    public boolean find(long searchKey){
        int j;
        for(j = 0; j < nElems; j++){
            if(a[j] == searchKey){
                break;
            }
        }
        if (j == nElems){
            return false;
        }else {
            return true;
        }
    }

    public void insert(long value){
        a[nElems] = value;
        nElems++;
    }

    /**
     * 保存排序
     * @param value
     */
    public void save(long value){
        int j;
        for (j=0; j<nElems; j++){
            if(a[j] > value){
                break;
            }
        }
        for (int i = nElems; i > j; i--) {
            a[i] = a[i-1];
        }
        a[j] = value;
        nElems++;
    }

    public boolean delete(long value){
        int j = findOne(value);
//        for(j = 0; j < nElems; j++){
//            if(a[j] == value){
//                break;
//            }
//        }
        if (j == nElems){
            return false;
        }else {
            for (int i = j; i < nElems; i++) {
                a[i] = a[i+1];
            }
            nElems--;
            return true;
        }
    }

    public void show(){
        for (int i = 0; i < nElems; i++) {
            System.out.print(a[i]+ " ");
        }
        System.out.println("");
    }

    public static void main(String[] args) {

        HighArray array = new HighArray(100);

        array.save(10);
        array.save(3);
        array.save(2);
        array.save(11);
        array.save(9);
        array.save(5);
        array.save(4);
        array.save(2);
        array.save(7);

        array.show();
        long num = 0;
        System.out.println("查找结果"+num+":"+ array.find(num));

        array.delete(2);
        array.delete(5);
        array.delete(8);

        array.show();

    }

  

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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  | 博主筛选后可见
 
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