用委托处理排序

本文介绍了一种经典的排序算法——冒泡排序,并通过C#代码实现了一个具体的例子。此外,还展示了如何使用委托来定制排序规则,实现了按员工薪资从高到低排序的功能。

using System; using System.Collections.Generic; using System.Text; namespace ConsoleApplication1 { class 冒泡排序 { //首先要了解冒泡排序,其实很简单就是索引前面的跟后面的比较,如果比后面的大2个值的位置就进行调换 static void Main() { int[] str ={ 0, 14, 3, 6, 1, 30, 10, 9, 28 }; for (int i = 0; i < str.Length; i++) { for (int j = i + 1; j < str.Length; j++) { if (str[j] < str[i]) { int index = str[i]; str[i] = str[j]; str[j] = index; } } } for (int m = 0; m < str.Length; m++) { Console.WriteLine(str[m]); } } } }

using System; using System.Collections.Generic; using System.Text; namespace ConsoleApplication1 { public delegate bool DelegateTest(object obj1, object obj2); class Class1 { static void Main() { Employee[] Employees = { new Employee("huguo",1000000), new Employee("lili",20000), new Employee("lulu",30000), new Employee("xixi",50000), new Employee("jianjian",10000), new Employee("yoyo",9000) }; //委托DelegateTest代理的方法是Greate DelegateTest MyTest = new DelegateTest(Employee.Greate); Sorter MySort = new Sorter(); //冒泡算法中第一个参数是对应Employees数组信息,第二个参数是委托 MySort.Sort(Employees, MyTest); for (int m = 0; m < Employees.Length; m++) { Console.WriteLine(Employees[m].ToString()); } } } class Employee { public string Name; public int Salary; public Employee(string Name, int Salary) { this.Name = Name; this.Salary = Salary; } //用override重写string方法 public override string ToString() { return string.Format(Name + ",{0:C},", Salary); } //定义一个方法,如果obj2传过来的 Salary大于obj1就返回true; public static bool Greate(object obj1, object obj2) { Employee Employee1 = (Employee)obj1; Employee Employee2 = (Employee)obj2; return (Employee2.Salary > Employee1.Salary) ? true : false; } } class Sorter { public void Sort(object[] ArrayObj, DelegateTest Test) { //下面就是冒泡算法啦 for (int i = 0; i < ArrayObj.Length; i++) { for (int j = i + 1; j < ArrayObj.Length; j++) { if (Test(ArrayObj[j], ArrayObj[i])) { object Temp = ArrayObj[i]; ArrayObj[i] = ArrayObj[j]; ArrayObj[j] = Temp; } } } } } }

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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