数组(0712~0714)

本文深入讲解了数组的基本概念,包括定义、初始化、引用及存储空间的计算方式。同时,详细阐述了字符数组的特点,如存储长度、元素个数以及字符串处理的API,如strlen和strcpy的使用方法。此外,还介绍了二维数组的定义、空间长度和元素引用。

数组:是一块“连续”且“同类型”的存储空间

1,定义数组:
类型 数组名[长度];
2,定义数组并初始化:
类型 数组名[长度]={值1,值2,};
注:如果只初始化部分值,则其他元素值为0
3,引用:取出第几个元素的内容
  下标法(从0开始):  buf[n]
 数组的存储空间长度: 长度*sizeof(类型)
 第i个元素的地址:首地址+(n-1)*sizeof(类型)   n代表第n个元素
字符数组:
  定义字符数组 char 数组名[长度];
1、数组空间长度:sizeof(char)*长度
2、元素长度:数组元素的个数
3、空字符:ASCII -0  '\0'   约定:每个字符串后面都加一个结束字符
        字符串API: 用户接口:

求字符串的长度:strlen

复制字符串:strcpy

      注: 比较两个字符串大小:逐个比较字符的大小。

当出现字符不相等情况下直接比较大小后面字符不需要比较
S1 比较  S2:  s1[i]>s2[i] --->S1>S2
      s1[i]<s2[i] --->S1<S2
       所有字符相同 ---》S1==S2  

二维数组和多维数组

二维数组的定义:类型  数组名 [行][列];

空间长度:sizeof(int)*行*列

元素个数:行*列

引用元素:需要确定哪一行 那一列的的元素   数组名 [行][列]

注:行和列下标均从0开始

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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