进制转换—FY的蓝桥

基本理解

进制转换是一个老生常谈的东西了,进制转换是什么东西呢?就简单说一下吧:
我们生活中使用的数学是十进制
十进制的意思就是逢10进1,就是说9+1=10。
同理推一下:
二进制就是逢2进1,相当于 0+1=1 1+1=10。
三进制就是逢3进1,相当于 0+1=1 1+1=2 2+1=10。
在10之后的进制我们有特殊的数字表示方式:
A—10 B—11 C—12…以此类推
一般我们所需要了解的就是二进制,八进制,十进制和十六进制。在我们经常进行的进制转换中,分为三大类:十进制转n进制、n进制转十进制、n进制转m进制。

常用转换

十进制转n进制

这种转换很容易理解,具体操作可以使用辗转相除法,就是将这个十进制的数不断除以n,将其所求的余数储存起来,当最后的数小于n时就可以终止,得到的。代码如下:

#include <stdio.h>
int main()
{
	int x,n; //x为十进制数,n为目标进制大小 
	scanf("%d",&x);
	scanf("%d",&n);
	int a[100]; //存放余数 ->转进制后的每一位
	int p=0;
	do{
		a[p++]=x%n;//辗转相除
		x=x/n;
	}while(x!=0);//当商不为0时进行循环 
	
	for(int i=p-1;i>=0;i--)
		printf("%d",a[i]);//倒序输出
} 

n进制转十进制

n进制转十进制也是一个比较简单的转换方法,具体操作就是将各个位上的数去乘以n的(位数-1)次方,可以通过一个简单的遍历去实现。代码如下:


#include <stdio.h>
int main()
{
	int x,n;   //x输入数字  n为该数的进制数  
	scanf("%d",&x);
	scanf("%d",&n);
	int y=0,p=1;//y为目标值 p为次方值
	while(x!=0){
		y=y+(x%10)*p;
		x=x/10;
		p=p*n;
	}
	printf("%d",y);
}

n进制转m进制

n进制转m进制可以具体的分为两种操作,
第一种是没有规律的:比如三进制转四进制,这种是比较少的,没有什么特殊的方法去讨论,具体操作是:先将n进制数字转换为十进制,再将十进制数转换为m进制,代码就是上面两个代码拼接就行了,具体如下:

#include <stdio.h>
int main()
{
	int x,n,m; 
	int a[100],p;
	scanf("%d",&x);
	scanf("%d",&n);
	scanf("%d",&m);
	int y=0,p=1;//y为目标值 p为次方值
	while(x!=0){
		y=y+(x%10)*p;
		x=x/10;
		p=p*n;
	}
	p=0;
	do{
		a[p++]=y%m;//辗转相除
		y=y/m;
	}while(y!=0);//当商不为0时进行循环 
	
	for(int i=p-1;i>=0;i--)
		printf("%d",a[i]);//倒序输出
}

第二种进制转换就是指数进制转换(我个人理解的),比如说像二进制转四进制,二进制转八进制,三进制转九进制之类的,这类的特点就是可以将原进制各个位上的数归并或者拆开,就可以得到需要的进制数。比如二进制转十六进制,我们只要把原进制数四个四个一分,每四个二进制数可以合成一个十六进制数,最后的首位(小于等于四位数)可以合成一个十六进制数,就可以达到转进制的目的。反之将十六进制数转换为二进制,可以将每一位十六进制数拆分为四位二进制数,可以节约很多时间。代码晚点贴上。

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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