设计摘记&冒泡

*****************************
不要过度修饰和过于求精而毁损完好的程序。它也许不完美,但不用担心:它不可能完美。
*****************************
对于正交设计,有一种简单的测试方法,一旦设计好组件,问问你自己:如果我显著地改变
某个特定功能背后的需求,有多少模块会受影响?在正交系统中,答案应该是1个。
让你的代码保持解耦 避免使用全局数据 避免编写相似的函数
*****************************
abstractions live longer than details
*****************************
some things are better done than described
***************************** 

      写个冒泡排序
*****************************

const int length = 15;
int a[length] = {9,0,85,2,646,123,99,777,4,18,24,8,9,33,33};

void sort(int *array,int length) {
if(length <= 1) {
return;
}
for (int i = 0;i < length;i++) {
if(i == length - 1) {
break;
}
int temp;
if (array[i] > array[i+1]) {
temp = array[i+1];
array[i+1] = array[i];
array[i] = temp;
}
}
sort(array,--length);
}
***************************** 
 

开始不知怎么获取数组的lengh,要是char的话,最后一位设置为'\0' 
可判读其结束,int就不行了,判断到0就停止了,肯定不行。 
***************************** 
sizeof(a)/sizeof(int)
***************************** 
a是个指针啊!到了为什么数组sizeof(a)就是求他整个数组的长度呢?
学习下sizeof:
如果是动态数组则值为4。 

write by fgd

转载于:https://www.cnblogs.com/wendao/archive/2012/02/27/cpp_notes2_taking.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