作业3

本文通过三个具体案例,深入解析了C语言中的数组操作、数学序列计算及数字统计技巧。首先,介绍了如何交换两个数组的内容;其次,展示了计算交错正负数分数序列的方法;最后,实现了计数1至100内所有数字中9的出现频率。

1. 将数组A中的内容和数组B中的内容进行交换。(数组一样大)

scan函数:用来输入数组值
print函数:用啦输出数组值

#include<stdlib.h>
#include<stdio.h>
void scan(int arr[], int sz)
{
	int i = 0;
	for (i = 0; i < sz; i++)
	{
		scanf("%d", &arr[i]);
	}
}
void print(int arr[], int sz)
{
	int i = 0;
	for (i = 0; i < sz; i++)
	{
		printf("%d ", arr[i]);
	}
}
int main()
{
	int arr1[10] = { 0 };
	int arr2[10] = { 0 };
	int i = 0;
	int sz = sizeof(arr1) / sizeof(arr1[0]);
	scan(arr1,sz);
	print(arr1, sz);
	printf("\n");
	scan(arr2, sz);
	print(arr2, sz);
	for (i = 0; i < 10; i++)
	{
		arr1[i] = arr1[i] + arr2[i];
		arr2[i] = arr1[i] - arr2[i];
		arr1[i] = arr1[i] - arr2[i];
	}
	printf("\n");
	print(arr1, sz);
	printf("\n");
	print(arr2, sz);
	system("pause");
	return 0;
}

2. 计算1/1-1/2+1/3-1/4+1/5 ⋯⋯ + 1/99 - 1/100 的值。

pow函数的标准库是<math.h>
pow()函数的声明:double pow(double x,double y)
返回值为x的y次幂。
值得注意的是如果将i定义为int型,那么当i>1时,1/i得到的值为0,(例如1/2,得到0)!,但是若用1.0/i得到的结果将会是double型而不为0,(1/2,得到0.5)

#include<math.h>
int main()
{
	double i = 0;
	double sum = 0;
	for (i = 1.0; i <= 100; i++)
	{
		sum = sum + pow(-1.0, i + 1.0) * 1.0 / i;
	}
	printf("%f", sum);
	system("pause");
	return 0;
}

3. 编写程序数一下 1到 100 的所有整数中出现多少个数字9。

思路:先对任意一个数判断有9的次数(例如1999,有3次)
函数cishu()可以得到任意一个数中有9的次数,最终返回给count,
然后对1-100中每个数字进行判断将count累加起来得到total

int cishu(int n)//判断任意一个数中9的次数
{
	int count = 0;
	while (n)
	{
		if (n % 10 == 9)
		{
			count++;
		}
		n /= 10;
	}
	return count;
}
int main()
{
	int i = 0;
	int total = 0;
	for (i = 1; i <=100; i++)
	{
		total += cishu(i);
	}
	printf("\n total = %d", total);
	system("pause");
	return 0;
}
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