2、探索C编程中的变量与值类型

探索C#编程中的变量与值类型

1. 编程中的变量概念

编程中最基本的概念之一是变量。变量就像是一个小盒子,你可以在其中存储东西,特别是数字,以便将来使用。这个概念是从数学领域借鉴而来的。对于程序员来说,不幸的是,编程语言对变量施加了几个限制——这些限制是数学家们无需考虑的。

在C#中,每个变量都有一个固定的类型。当你分配一个变量时,你必须选择适合它的大小。例如,如果你选择了一个整数类型的变量,你就不能期望将整个德克萨斯州的状态塞进去——也许可以放得下一个罗德岛,但不是德克萨斯。

1.1 变量声明

当数学家说“n等于1”时,这意味着术语n以某种神秘的方式等同于1。数学家可以随意引入变量。例如,数学家可能会这样说:

x = y^2 + 2y + y if k = y + 1 then
x = k^2

然而,程序员必须以一种更严格的方式定义变量。例如,一个C#程序员可能会写出以下代码:

int n; 
n = 1;

第一行的意思是:“在计算机的内存中划出一小块存储空间,并赋予它名称n。”这一步类似于在火车站预订一个储物柜,并贴上标签n。第二行表示:“将值1存储在变量n中,替换掉该存储位置中已有的任何内容。”

1.2 等号符号

等号符号(=)被称为赋值运算符。数学家说“n等于1”,而C#程序员则更精确地说:“将值1存储在变量n中。”C#运算符告诉计算机你想要做什么。换句话说,运算符是动

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
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