递归练习

public class DiGuiDemo {
    public static void main(String[] args) {
        int sum=getSum(100);
        System.out.println(sum);
        
        int jiecheng=getJieCheng(4);
        System.out.println(jiecheng);
    }
    
    //计算1+2+3+...+100
    public static int getSum(int n){
        if(n==1)
            return 1;
        return n + getSum(n-1);
    }
    
    //计算阶乘
    public static int getJieCheng(int n){
        if(n==1)
            return 1;
        return n*getJieCheng(n-1);
    }
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
以下是一些C++递归练习题推荐: ### 基础递归练习 - **阶乘计算**:编写一个递归函数计算给定整数的阶乘。例如,`n! = n * (n-1) * ... * 1`,`0! = 1`。 ```cpp #include <iostream> int factorial(int n) { if (n == 0 || n == 1) { return 1; } return n * factorial(n - 1); } int main() { int num = 5; std::cout << num << "! = " << factorial(num) << std::endl; return 0; } ``` - **斐波那契数列**:计算斐波那契数列的第`n`项,该数列从第三项开始,每一项都等于前两项之和,即`F(n) = F(n-1) + F(n-2)`,其中`F(0) = 0`,`F(1) = 1` [^2][^4]。 ```cpp #include <iostream> int fibonacci(int n) { if (n == 0) { return 0; } if (n == 1) { return 1; } return fibonacci(n - 1) + fibonacci(n - 2); } int main() { int n = 6; std::cout << "Fibonacci(" << n << ") = " << fibonacci(n) << std::endl; return 0; } ``` ### 递归处理字符串 - **字符串反转**:编写一个递归函数来反转一个字符串。 ```cpp #include <iostream> #include <string> void reverseString(std::string& str, int start, int end) { if (start >= end) { return; } std::swap(str[start], str[end]); reverseString(str, start + 1, end - 1); } int main() { std::string s = "hello"; reverseString(s, 0, s.length() - 1); std::cout << "Reversed string: " << s << std::endl; return 0; } ``` ### 递归处理树结构 - **二叉树节点计数**:假设存在一个二叉树结构,编写递归函数计算二叉树的节点数量。 ```cpp #include <iostream> struct TreeNode { int val; TreeNode* left; TreeNode* right; TreeNode(int x) : val(x), left(nullptr), right(nullptr) {} }; int countNodes(TreeNode* root) { if (root == nullptr) { return 0; } return 1 + countNodes(root->left) + countNodes(root->right); } int main() { TreeNode* root = new TreeNode(1); root->left = new TreeNode(2); root->right = new TreeNode(3); std::cout << "Number of nodes: " << countNodes(root) << std::endl; return 0; } ``` ### 经典递归问题 - **汉诺塔问题**:将`n`个盘子从一个柱子借助中间柱子移动到另一个柱子,每次只能移动一个盘子,且大盘子不能放在小盘子上面 [^5]。 ```cpp #include <iostream> void hanoi(int n, char source, char auxiliary, char target) { if (n == 1) { std::cout << "Move disk 1 from " << source << " to " << target << std::endl; return; } hanoi(n - 1, source, target, auxiliary); std::cout << "Move disk " << n << " from " << source << " to " << target << std::endl; hanoi(n - 1, auxiliary, source, target); } int main() { int n = 3; hanoi(n, 'A', 'B', 'C'); return 0; } ```
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