22、Bash 数组使用全解析

Bash 数组使用全解析

1. 数组基础概念

数组是一种特殊的变量类型,它包含一组通过键(也称为索引)访问的值。在 bash 中,除非另有说明,数组的索引从 0 开始,即数组的第一个元素是 ${array[0]} ,而非 ${array[1]} ,这源于 bash 是用 C 语言编写的,C 语言也采用这种索引方式。

bash 支持稀疏数组,对于非连续的数据,比如将几个 PID 映射到它们的进程名,可以存储 pid[35420]=httpd -k ssl ,而无需在数组中存储其他 35419 个项。不过,很难知道哪些索引实际存储了值。

shell 中的数组是一维的。若要模拟棋盘,不能像 ${chessboard[2][5]} 这样访问 c6 方格,而需将棋盘展平为一个包含 64 个元素的线性数组,例如 ${chessboard[0]} ${chessboard[7]} 是第一行, ${chessboard[8]} ${chessboard[15]} 是第二行,依此类推。也可以使用 8 个包含 8 个元素的数组来处理多行字符。

bash 4 版本引入了关联数组,这种数组使用文本而非数字作为索引。例如,可以使用 ${points[Ferrari]} ${points[McLaren]} 来跟踪比赛结果,而不是使用 ${points[0]}

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  | 博主筛选后可见
 
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