第5周项目6-复数类模板

本文介绍了一个结合模板类和友元函数实现复数加法的例子。通过定义一个通用的Complex模板类,并在其中声明一个友元函数add_complex,实现了不同数据类型的复数相加。演示了如何使用成员函数和友元函数来进行加法运算。
/*
*copyright (c)2014,烟台大学计算机学院
*All rights reserved
*文件名称:project.cpp
*作者:孙春红
*完成日期:2015年4月16日
*版本号:v1.0
*
*问题描述:(3)友元函数提供了一种非成员函数访问私有数据成员的途径,
模板类使类中的数据成员的类型变得灵活,这两种技术可以结合起来用。
要求在前面方案的基础上支持用友员函数实现的加法。用于测试的main()函数如下:

*输入描述:略。
*程序输出:略。
*/#include <iostream>

using namespace std;

template <class C>
class Complex
{
public:
    Complex( )
    {
        real=0;
        imag=0;
    }
    Complex(C r,C i)
    {
        real=r;
        imag=i;
    }
    Complex complex_add(Complex &c2);
    template<class T2>
     friend Complex<T2> add_complex(Complex<T2> &c1,Complex<T2> &c2);
    void display( );
private:
    C real;
    C imag;
};
int main( )
{
    Complex<int> c1(3,4),c2(5,-10),c3;
    c3=c1.complex_add(c2);  //调用成员函数支持加法运算,有一个形参
    cout<<"c1+c2=";
    c3.display( );
    Complex<double> c4(3.1,4.4),c5(5.34,-10.21),c6;
    c6=c4.complex_add(c5);  //调用成员函数支持加法运算,有一个形参
    cout<<"c4+c5=";
    c6.display( );
    Complex<int> c7;
    c7=add_complex(c1,c2);  //调用友员函数支持加法运算,有两个形参
    cout<<"c1+c2=";
    c7.display( );
    Complex<double> c8;
    c8=add_complex(c4,c5);  //调用友员函数支持加法运算,有两个形参
    cout<<"c4+c5=";
    c8.display( );
    return 0;
}
template <class C>
Complex<C> Complex<C>::complex_add(Complex &c2)
{
    Complex c;
    c.real=real+c2.real;
    c.imag=imag+c2.imag;
    return c;
}
template <class C>
void Complex<C>::display( )
{
    cout<<"("<<real<<","<<imag<<"i)"<<endl;
}
template <class C>
Complex<C> add_complex(Complex<C> &c1, Complex<C> &c2)
{
    Complex<C> c;
    c.real=c1.real+c2.real;
    c.imag=c1.imag+c2.imag;
    return c;
}


运行结果:

知识点总结:

学会使用类模板进行复数的运算以及友元函数在类模板中的使用

(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
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