C++编程学习记录

本文分享了作者在研究生阶段自学C++编程的心得体会,并详细记录了初次接触编程时遇到的问题与解决方法。从引入《C++ Primer》书籍、理解容器应用到面对编程错误的过程,本文旨在为编程初学者提供实用的学习路径与避坑指南。

作为本科时候没有好好学习编程的一名菜鸟,现在研究生时期来边学编程实在有点浪费。以后要脚踏实地,投机取巧总要还的。

============================================================================================================

《C++ Primer》这本书果然写的很好,只是从书名上就侮辱我了,只是本入门。作者在写的面面俱到的时候,就稍显啰嗦。

今天尝试的是书本第十章里的容器综合应用程序:文本查询程序。

这是个小程序,对于编程熟练的人来说,都不屑动手。但是我觉得它可以总结一下之前看的VECTOR和SET、MAP的应用。

说我是新手,就体现在犯的错误上了。首先书里的源程序都没写头文件引用,所以我还得一点点的查某个函数对应的头文件是什么。

下面进行一下错误记录:

1、按照书本的代码原原本本的敲了之后,没有红红下波浪线,以为肯定能成之后。

报了一堆错,首条就是TextQuery重定义。我就估摸着后面的错都是这个引起的吧


当时我的源代码如下:

一个函数一个头文件的形式简直有点奇葩。



熟悉的人一看这个简直就会说活该,我同学直接吐槽这乱七八糟的头文件……

因为我还不知道如果我在A中引用了B,那么C引用A的时候就会把B中的头文件也引用了。TextQuery,h作为一个自己写的头文件被我引用多次,难怪会出现重定义了…………

注意啊!!!

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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