第六周项目1

本文介绍了一个简单的分数类的设计与实现,包括分数的输入、输出、化简及放大等基本功能,并通过实例演示了如何使用该类进行分数的运算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

<p>/* 
 *Copyright(c) 2016, 烟台大学计算机与控制工程学院 
 *All rights reserved. 
 *文件名称:main.cpp 
 *作    者:李德坤
 *完成日期:2016年4月6日 
 *版本号:v1.0 
 * 
 *问题描述:IP设计
 *输入描述:无 
 *输出描述:IP地址 
 */ </p>#include <iostream>
using namespace std;
class CFraction
{
private:
        int nume;//分子
        int deno;//分母
public:
    CFraction(int nu=0,int de=1);//构造函数,初始化用
    void set(int nu=0,int de=1);//置值,改变值时使用
    void input();
    void simplify();//化简
    void amplify(int n);//放大
    void output(int style=0);//输出
};
CFraction::CFraction(int nu,int de)
{
    nume=nu;
    deno=de;
}
void CFraction::set(int nu,int de)
{
    nume=nu;
    deno=de;
}
void CFraction::input()
{
    cout<<"输出的分数为:"<<endl;
    cout<<nume<<"/"<<deno<<endl;
}
void CFraction::simplify()
{
  	int a,b,c,t;
	a=nume;
	b=deno;
	if(a<b)
	{
		t=a;
		a=b;
		b=t;
	}
	c=a%b;
	while(c!=0)
	{
		a=b;
		b=c;
		c=a%b;
	}
	cout<<"化简后的分数为:"<<endl;
	cout<<nume/b<<"/"<<deno/b<<endl;
}
void CFraction::amplify(int n)
{
    cout<<nume*n<<"/"<<deno*n<<endl;
}
void CFraction::output(int style)
{
    if(style==0)
        cout<<nume<<"/"<<deno<<endl;
    else if(style==1)
        simplify();
    else if(style==2)
    {
            int a,b,c,t,d,e,f,g;
        a=nume;
        b=deno;
        if(a<b)
        {
            t=a;
            a=b;
            b=t;
        }
        c=a%b;
        while(c!=0)
        {
            a=b;
            b=c;
            c=a%b;
        }
        d=nume/b;
        e=deno/b;
        f=d%e;//1
        g=d/e;//1
        cout<<g<<"("<<f<<"/"<<e<<")"<<endl;
    }
    else
        cout<<static_cast<float>(nume/deno)<<endl;

}
int main()
{
    int m,n;
    CFraction fenshu(8,6);
    fenshu.input();
    fenshu.simplify();
    cout<<"请输入放大的倍数:"<<endl;
    cin>>m;
    fenshu.amplify(m);
    cout<<"请输入以何种形式输出:0.原样输出   1.化简输出   2.带分数形式输出   3.小数输出"<<endl;
    cin>>n;
    fenshu.output(n);
    return 0;
}

内容概要:本文档详细介绍了基于MATLAB实现的无人机三维路径规划项目,核心算法采用蒙特卡罗树搜索(MCTS)。项目旨在解决无人机在复杂三维环境中自主路径规划的问题,通过MCTS的随机模拟与渐进式搜索机制,实现高效、智能化的路径规划。项目不仅考虑静态环境建模,还集成了障碍物检测与避障机制,确保无人机飞行的安全性和效率。文档涵盖了从环境准备、数据处理、算法设计与实现、模型训练与预测、性能评估到GUI界面设计的完整流程,并提供了详细的代码示例。此外,项目采用模块化设计,支持多无人机协同路径规划、动态环境实时路径重规划等未来改进方向。 适合人群:具备一定编程基础,特别是熟悉MATLAB和无人机技术的研发人员;从事无人机路径规划、智能导航系统开发的工程师;对MCTS算法感兴趣的算法研究人员。 使用场景及目标:①理解MCTS算法在三维路径规划中的应用;②掌握基于MATLAB的无人机路径规划项目开发全流程;③学习如何通过MCTS算法优化无人机在复杂环境中的飞行路径,提高飞行安全性和效率;④为后续多无人机协同规划、动态环境实时调整等高级应用打下基础。 其他说明:项目不仅提供了详细的理论解释和技术实现,还特别关注了实际应用中的挑战和解决方案。例如,通过多阶段优化与迭代增强机制提升路径质量,结合环境建模与障碍物感知保障路径安全,利用GPU加速推理提升计算效率等。此外,项目还强调了代码模块化与调试便利性,便于后续功能扩展和性能优化。项目未来改进方向包括引入深度强化学习辅助路径规划、扩展至多无人机协同路径规划、增强动态环境实时路径重规划能力等,展示了广阔的应用前景和发展潜力。
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