set

 1        set<int>s1;
 2     multiset<int>s2;
 3     int  x;
 4     for(int i=1;i<=3;i++)
 5     {
 6         scanf("%d",&x);
 7         s1.insert(x);
 8         s2.insert(x);
 9     }
10     for(auto it=s1.begin();it!=s1.end();it++){
11         cout<<*it<<endl;
12     }
13     cout<<"frvbfeb\n";
14     for(auto it=s2.begin();it!=s2.end();it++){
15         cout<<*it<<endl;
16     }
17     
18     /*
19     
20     
21     5 1 1
22 1
23 5
24 frvbfeb
25 1
26 1
27 5
28 
29 */
insert
erase
clear
count

 

 1 //遍历
 2 set<int>s;
 3 int  main()
 4 {
 5    for(int  i=1;i<=3;i++) s.insert(i);
 6    for(auto x :s) printf("%d\n",x);
 7 }
 8 1
 9 2
10 3

 

 

 1 char c;
 2 int n,y;
 3 set<int>se;
 4 set<int>::iterator it1,it2,it3;
 5 int  main()
 6 {  
 7   for(int i=1;i<=5;i++){
 8       se.insert(i);
 9   }
10  
11   it1 = se.begin();
12   it2 = se.begin();
13   it2++;it2++;
14   se.erase(it1,it2);[)
15   printf("%d\n",*it2);
16 
17   for(it3=se.begin();it3!=se.end();it3++) printf("%d\n",*it3);
18     return 0;
19 }

 

转载于:https://www.cnblogs.com/tingtin/p/9973128.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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