2021-01-19

c语言创建一个顺序表并实现输入元素,插入元素
如有错误请指出,代码如下:

在这里插入代码片
#include "stdio.h"
#include "malloc.h"
#define max 10
typedef struct
{
	int data[max];
	int length;//仅仅代表线性表中有多少个元素,并不能存储元素的值 
 }ss;
 void Init(ss *l)
 {
 	l->length=0;
 }
 int Creat(ss *l,int a[],int n)
 {
 	if(n>max)
 	{
 		printf("空间不够\n");
 		return 0;
	 }
	 int j;
	 for(j=0;j<n;j++)
	 {
	 	l->data[j]=a[j];
	 }
	 l->length=n;
	 return 1;
 }
 int Insert(ss *l,int i,int x)//使用指针型
 {
 	if(l->length>max)
 	{
 		printf("溢出\n");
 		return 0;
	 }
	 if(i<1||i>l->length)
	 {
	 	printf("错误\n");
	 	return 0;
	 }
	 int j;
	 for(j=l->length;j>i;j--)
	 {
	 	l->data[j]=l->data[j-1];
	 }
	 l->data[i]=x;
	 l->length++;
	 return 0;
 }
 int main()
 {
 	int a[5],i;
 	printf("输入线性表中的元素:\n");
 	for(i=0;i<5;i++)
 	{
 		scanf("%d",&a[i]);
	 }
 	ss l;//定义一个顺序表
 	Init(&l);//取地址
 	Creat(&l,a,5);
 	printf("输出所有的元素:\n");
 	for(i=0;i<l.length;i++)
 	printf("%d\t",l.data[i]);
 	printf("插入一个元素:\n");
 	Insert(&l,2,10);
 	for(i=0;i<l.length;i++)
 	printf("%d\t",l.data[i]);
 	return 0;
 }

6/2025 MP4 出版 |视频: h264, 1280x720 |音频:AAC,44.1 KHz,2 Ch 语言:英语 |持续时间:12h 3m |大小: 4.5 GB 通过实际 NLP 项目学习文本预处理、矢量化、神经网络、CNN、RNN 和深度学习 学习内容 学习核心 NLP 任务,如词汇切分、词干提取、词形还原、POS 标记和实体识别,以实现有效的文本预处理。 使用 One-Hot、TF-IDF、BOW、N-grams 和 Word2Vec 将文本转换为向量,用于 ML 和 DL 模型。 了解并实施神经网络,包括感知器、ANN 和数学反向传播。 掌握深度学习概念,如激活函数、损失函数和优化技术,如 SGD 和 Adam 使用 CNN 和 RNN 构建 NLP 和计算机视觉模型,以及真实数据集和端到端工作流程 岗位要求 基本的 Python 编程知识——包括变量、函数和循环,以及 NLP 和 DL 实现 熟悉高中数学——尤其是线性代数、概率和函数,用于理解神经网络和反向传播。 对 AI、ML 或数据科学感兴趣 – 不需要 NLP 或深度学习方面的经验;概念是从头开始教授的 描述 本课程专为渴望深入了解自然语言处理 (NLP) 和深度学习的激动人心的世界的人而设计,这是人工智能行业中增长最快和需求最旺盛的两个领域。无论您是学生、希望提升技能的在职专业人士,还是有抱负的数据科学家,本课程都能为您提供必要的工具和知识,以了解机器如何阅读、解释和学习人类语言。我们从 NLP 的基础开始,从头开始使用文本预处理技术,例如分词化、词干提取、词形还原、停用词删除、POS 标记和命名实体识别。这些技术对于准备非结构化文本数据至关重要,并用于聊天机器人、翻译器和推荐引擎等实际 AI 应用程序。接下来,您将学习如何使用 Bag of Words、TF-IDF、One-Hot E
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