第九周项目五 (不要轻信贺老师在BB上贴出的代码……)

本文介绍了使用C++实现二维数组动态创建、初始化、输入输出、矩阵加减运算及矩阵相等判断的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

#include<iostream>
using namespace std;
class Douary
{public:
    Douary(int m, int n);//构造函数:用于建立动态数组存放m行n列的二维数组(矩阵)元素,并将该数组元素初始化为0
    Douary(const Douary &d); //因为有指针数据成员,复制构造函数需要定义
    ~Douary(); //析构函数:用于释放动态数组所占用的存储空间。
    friend istream &operator>>(istream &input, Douary &d);//重载运算符“>>”输入二维数组
    friend ostream &operator<<(ostream &output, Douary &d);//重载运算符“<<”以m行n列形式输出
    friend Douary operator+(const Douary &d1,const Douary &d2);//两个矩阵相加,规则:对应位置上的元素相加
    friend Douary operator-(const Douary &d1,const Douary &d2);//两个矩阵相减,规则:对应位置上的元素相减
    bool operator==(const Douary &d);//判断两个矩阵是否相等,即对应位置上的所有元素是否相等
private:
    int *Array; //Array 为动态数组指针,构造函数中分配空间用Array = new int[row*col];
    int row; //row 为二维数组的行数。
    int col; //col 为二维数组的列数。
};
int main()
{
    Douary d1(2,3),d2(2,3),d3(0,0);
    cout<<"输入d1:"<<endl; cin>>d1;
    cout<<"输入d2:"<<endl; cin>>d2;
    cout<<"d1="<<endl; cout<<d1;
    cout<<"d2="<<endl; cout<<d2;
    cout<<"d1+d2="<<endl;
    d3=(d1+d2);
    cout<<d3;
    cout<<"d1-d2="<<endl;
    d3=d1-d2;
    cout<<d3;
    cout<<"d1"<<((d1==d2)?"==":"!=")<<"d2"<<endl;
    return 0;
}
Douary::Douary(int m, int n)
{
    row=m;
    col=n;
    Array = new int[m*n];
        for(int i=0; i<row; ++i)
       for(int j=0; j<col; ++j)
          Array[i*col+j]=0;

}
Douary::~Douary() //析构函数:用于释放动态数组所占用的存储空间
{
    delete [] Array;
}

istream &operator>>(istream &input, Douary &d)
{
    cout<<"该矩阵行为"<<d.row<<"列为"<<d.col<<endl;
    int i=0,j=0;
    for(i;i<d.row;i++)
    {
        for(j;j<d.col;j++)
        {
            cin>>d.Array[i*d.col+j];
        }
    }
    return input;
}
 ostream &operator<<(ostream &output, Douary &d)
{
    cout<<"该矩阵行为"<<d.row<<"列为"<<d.col<<endl;
    int a,b;
    for(a=0;a<d.row;a++)
        {
            for(b=0;b<d.col;b++)
            {
                cout<<d.Array[a*d.col+b]<<"    ";
            }cout<<endl;
        }
        return output;
}
Douary::Douary(const Douary &d)
{
    row=d.row;
    col=d.col;
    Array = new int[row*col];
    for(int i=0; i<row; ++i)
        for(int j=0; j<col; ++j)
            Array[i*col+j]=d.Array[i*col+j];

}
Douary operator+(const Douary &d1,const Douary &d2)//两个矩阵相加,规则:对应位置上的元素相加
{
    //在此可以先判断d1和d2的行列是否相同,如果不相同可以报错退出,不做运算。本参考解答忽略了这一前提
   Douary d(d1.row,d1.col);
    for(int i=0; i<d1.row; ++i)
   {
       for(int j=0; j<d1.col; ++j)
            d.Array[i*d1.col+j]=d1.Array[i*d1.col+j]+d2.Array[i*d1.col+j];
    }
  return d;
}

Douary operator-(const Douary &d1,const Douary &d2)//两个矩阵相减,规则:对应位置上的元素相减
{
    //在此可以先判断d1和d2的行列是否相同,如果不相同可以报错退出,不做运算。本参考解答忽略了这一前提
    Douary d(d1.row,d1.col);
    for(int i=0; i<d1.row; ++i)
    {
        for(int j=0; j<d1.col; ++j)
            d.Array[i*d1.col+j]=d1.Array[i*d1.col+j]-d2.Array[i*d1.col+j];
    }
    return d;
}
bool Douary::operator ==(const Douary &d)//判断两个矩阵是否相等,即对应位置上的所有元素是否相等
{
    if(row!=d.row||col!=d.col) return false;
    bool eq = true;
    for(int i=0; i<row; ++i)
    {
        for(int j=0; j<col; ++j)
           if (Array[i*col+j]!=d.Array[i*col+j])
        {
                eq=false;
            break;
            }
            if (!eq) break;
}
   return eq;
}


内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享模块的创建和平台特定模块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在多个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
评论 1
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