Qt用widget加上数据结构做一个简单的一元稀疏多项式计算器

这是我第一次写博客,肯定会有诸多不足,还请见谅。同时我也是想记录下来,以便以后查询。接下来是简单的介绍:

  1. 这是我数据结构课程的一个小作业,要求是采用一种数据结构与实际生活相结 合,自由发挥写一个比较有用的小程序。

  2. 算法部分采用了单链表实现,参考了一些网上的代码。

程序结果展示

1、主界面

程序主界面

2、主要功能和操作方式介绍

1、操作方式介绍

  1. 输入:需要分为两个多项式分别输入。点击L1进行第一个多项式的输入,同理第二个多项式也是。每次只能输入一个多项式,且在输入一个多项式时一次只能输入一项,输入一项后点击input即为输入成功,期间可点击C退格。接着可继续输入第二个多项式或进行计算

  2. 输出:计算功能包括多项式加法(+),多项式减法(-),多项式乘法(*),多项式求导(d(L1),d(L2))。首先点击COMPUTE后输出栏可显示,点击运算符后显示相关式子,点击等于即可得出相关结果。注:运算一次后需要点击清空AC

2、功能展示

  1. 输入:

输入
3. 计算:
①加法:
加法
②减法:
减法
③乘法:
乘法
④求导:
求导

3、代码部分

  1. 头文件widget.h:
#ifndef WIDGET_H
#define WIDGET_H

#include <QWidget>
#include <iostream>
using namespace std;

typedef struct
 {
    double coef;//系数
    int expn;//指数
}Term;
typedef struct ploynomial
{
    Term term;
    ploynomial *next;
}ploynomial,*LinkList;


namespace Ui {
class Widget;
}

class Widget : public QWidget
{
    Q_OBJECT

public:
    explicit Widget(QWidget *parent = nullptr);
    ~Widget();

    void InitList(LinkList &L);

    int cmp(Term a,Term b);

    void insertNode(LinkList &L,Term e);

    void visitList(LinkList L, QString& string);

    void addPolyn(LinkList &l,LinkList l1,LinkList l2);

    void multiplyPolyn(LinkList &l,LinkList l1,LinkList l2);   //返回L1*L2

    void SubtracatPolyn(LinkList &l,LinkList l1,LinkList l2);   //返回L1-L2的结果

    void derivativePolyn(LinkList &l,LinkList l1);

private slots:
    void on_pB_number1_clicked();

    void on_pB_number2_clicked();

    void on_pB_number3_clicked();

    void on_pB_number4_clicked();

    void on_pB_number5_clicked();

    void on_pB_number6_clicked();

    void on_pB_number7_clicked();

    void on_pB_number8_clicked();

    void on_pB_number9_clicked();

    void on_pB_number0_clicked();

    void on_pB_charDot_clicked();

    void on_pB_charPower_clicked();

    void on_pB_unNumber_clicked();

    void on_pB_delete_clicked();

    void on_pB_deleteAll_clicked();

    void on_pB_positive_clicked();

    void on_pB_negetive_clicked();

    void on_pB_Input_clicked();

    void on_pB_l1_clicked();

    void on_pB_l2_clicked();

    void on_pB_compute_clicked();

    void on_pB_equals_clicked();

    void on_pB_multiply_clicked();

    void on_pB_Derivatives_clicked();

    void on_pB_Derivatives2_clicked();

private:
    Ui::Widget *ui;

public:
    LinkList L1,L2,L3;
};

#endif // WIDGET_H

  1. 源文件widget.cpp,这部分代码500行左右,看似多,但多数都是类似的。
#include "widget.h"
#include "ui_widget.h"
#include "QString"
#include <QMessageBox>

Widget::Widget(QWidget *parent) :
    QWidget(parent),
    ui(new Ui::Widget)
{
    ui->setupUi(this);

    ui->showPolyn->setReadOnly(true);
    ui->showPolyn2->setReadOnly(true);
    ui->Result->setReadOnly(true);
    this->ui->showPolyn->setEnabled(false);
    this->ui->showPolyn2->setEnabled(false);
    this->ui->Result->setEnabled(false);
    InitList(L1);
    InitList(L2);
}

Widget::~Widget()
{
    delete ui;
}

void Widget::on_pB_number1_clicked()
{
    if(this->ui->showPolyn->isEnabled())
        this->ui->showPolyn->insert("1");
    else if(this->ui->showPolyn2->isEnabled())
        this->ui->showPolyn2->insert("1");
}

void Widget::on_pB_number2_clicked()
{
    if(this->ui->showPolyn->isEnabled())
        this->ui->showPolyn->insert("2");
    else if(this->ui->showPolyn2->isEnabled())
        this->ui->showPolyn2->insert("2");
}

void Widget::on_pB_number3_clicked()
{
    if(this->ui->showPolyn->isEnabled())
        this->ui->showPolyn->insert("3");
    else if(this->ui->showPolyn2->isEnabled())
        this->ui->showPolyn2->insert("3");
}

void Widget::on_pB_number4_clicked()
{
    if(this->ui->showPolyn->isEna
分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
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