第十四周(OOP版电子词典)

本文介绍了一个基于面向对象编程(OOP)的简单电子词典项目。通过定义Word和Dictionary类,实现了从文件中读取近8000个词汇,并支持用户输入英文单词查询词性和中文释义的功能。利用二分查找法提高了查询效率。
/*
*copyright(c) 2015,烟台大学计算机学院
*All rights reserved。
*文件名:第十四周(OOP版电子词典)

*作者:王忠
*完毕日期:2015.6.10

*版本:v1.0
*
*问题描写叙述:做一个简单的电子词典。

在文件dictionary.txt中,保存的是英汉对比的一个词典。词汇量近8000个,英文、中文释义与词性间用’\t’隔开。
(1)编程序。由用户输入英文词,显示词性和中文释义。


提示1:假设要用OOP完毕这个词典(当然也能够用OO方法实现),能够定义一个Word类表示一个词条。当中的数据成员string english; 表示英文单词,string chinese;表示相应中文意思,string word_class;表示该词的词性;还能够定义一个Dictionary类。用来表示词典。当中Word words[8000]成员表示词典中的词条。int wordsNum;表示词典中的词条数。在构造函数中从文件读入词条。而专门添加一个成员函数用于查单词。


提示2:文件里的词汇已经排序,故在查找时。用二分查找法提高效率。
提示3:这种项目,最好用多文件的形式组织

*输入描写叙述:

*程序输出:

#include <iostream>
#include <fstream>
#include <cstdlib>
#include <string>
using namespace std;
class Word
{
public:
    void setword(string e,string c,string w);
    string getchinese();
    string getword_class();
    int compare(string );
private:
    string english;
    string chinese;
    string word_class;
};
void Word::setword(string e,string c,string w)
{
    english=e;
    chinese=c;
    word_class=w;
}
string Word::getchinese()
{
    return chinese;
}
string Word::getword_class()
{
    return word_class;
}
int Word::compare(string k)
{
    return english.compare(k);
}
class Dictionary
{
public:
    Dictionary();
    int serch(int low,int high,string k);
    void display(string k);
private:
    Word word[8000];
    int wordNum;
};
Dictionary::Dictionary()
{
    string e,c,w;
    wordNum=0;
    ifstream infile("dictionary.txt",ios::in);
    if(!infile)
    {
        cerr<<"open error";
        exit(1);
    }
    while(!infile.eof())
    {
        infile>>e>>c>>w;
        word[wordNum].setword(e,w,c);
        wordNum++;
    }
    infile.close();
}
int Dictionary::serch(int low,int high,string k)
{
    int mid;
    while(low<=high)
    {
        mid=(low+high)/2;
        if(word[mid].compare(k)==0)
            return mid;
        if(word[mid].compare(k)>0)
            high=mid-1;
        else
            low=mid+1;
    }
    return -1;
}
void Dictionary::display(string k)
{
    int low=0,high=wordNum-1;
    int index=serch(low,high,k);
    if(index>=0)
        cout<<k<<"-->"<<word[index].getword_class()<<"\t"<<word[index].getchinese()<<endl;
    else
        cout<<"查无此词"<<endl;

}
int main()
{
    Dictionary d;
    string key;
    cout<<"输入英文单词"<<endl;
    while(cin>>key&&key!="0000")
    {
        d.display(key);
    }
    cout<<"好用再来"<<endl;
    return 0;
}
cout<<k<<"-->"<<word[index].getword_class()<<"\t"<<word[index].getchinese()<<endl;这一句能够换成    class()+"\t"<<word  能够直接使用一个+号  这是为什么啊  有什么优点
个人防护装备实例分割数据集 一、基础信息 • 数据集名称:个人防护装备实例分割数据集 • 图片数量: 训练集:4524张图片 • 训练集:4524张图片 • 分类类别: 手套(Gloves) 头盔(Helmet) 未戴手套(No-Gloves) 未戴头盔(No-Helmet) 未穿鞋(No-Shoes) 未穿背心(No-Vest) 鞋子(Shoes) 背心(Vest) • 手套(Gloves) • 头盔(Helmet) • 未戴手套(No-Gloves) • 未戴头盔(No-Helmet) • 未穿鞋(No-Shoes) • 未穿背心(No-Vest) • 鞋子(Shoes) • 背心(Vest) • 标注格式:YOLO格式,适用于实例分割任务,包含边界框或多边形坐标。 • 数据格式:图片数据,来源于监控或相关场景。 二、适用场景 • 工业安全监控系统开发:用于自动检测工人是否佩戴必要的个人防护装备,提升工作场所安全性,减少工伤风险。 • 智能安防应用:集成到监控系统中,实时分析视频流,识别PPE穿戴状态,辅助安全预警。 • 合规性自动化检查:在建筑、制造等行业,自动检查个人防护装备穿戴合规性,支持企业安全审计。 • 计算机视觉研究:支持实例分割、目标检测等算法在安全领域的创新研究,促进AI模型优化。 三、数据集优势 • 类别全面:覆盖8种常见个人防护装备及其缺失状态,提供丰富的检测场景,确保模型能处理各种实际情况。 • 标注精准:采用YOLO格式,每个实例都经过精细标注,边界框或多边形坐标准确,提升模型训练质量。 • 真实场景数据:数据来源于实际环境,增强模型在真实世界中的泛化能力和实用性。 • 兼容性强:YOLO格式便于与主流深度学习框架(如YOLO、PyTorch等)集成,支持快速部署和实验。
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
 
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