第十三周项目3--立体类族共有的抽象类

本文通过C++代码实现了一个简单的多态应用案例,展示了基类指针调用派生类成员函数的过程。具体包括正方体、球体和圆柱体的表面积及体积的计算。
/*
*Copyright (c) 2014, 烟台大学计算机学院
*All rights reserved.
*文件名称:test.cpp
*作者:于凯
*完成日期:2015年6月4日
*版本号:v1.0
*/
#include <iostream>
using namespace std;
class CSolid
{
public:
    virtual void area()=0;
    virtual void volume()=0;
};
class CCube:public CSolid
{
public:
    CCube(double l):length(l) {}
    void area()
    {
        cout<<"正方体的表面积是:"<<6*length*length<<endl;
    }
    void volume()
    {
        cout<<"正方体的体积是:"<<length*length*length<<endl;
    }
private:
    double length;
};
class CCylinder:public CSolid
{
public:
    CCylinder(double r,double h):rad(r),height(h) {}
    void area()
    {
        cout<<"圆柱体的表面积是:"<<2*3.14*rad*(rad+height)<<endl;
    }
    void volume()
    {
        cout<<"圆柱体的体积是:"<<3.14*rad*rad*height<<endl;
    }
private:
    double rad;
    double height;
};
class CBall:public CSolid
{
public:
    CBall(double r):rad(r) {}
    void area()
    {
        cout<<"球体的表面积是:"<<4*3.14*rad*rad<<endl;
    }
    void volume()
    {
        cout<<"球体的体积是:"<<3.14*rad*rad*rad*4/3<<endl;
    }
private:
    double rad;
};
int main()
{
    CSolid *p;
    CCube cu(5.5);
    p=&cu;
    cout<<"边长为5.5的正方体\n表面积为:";
    p->area();
    cout<<"体积为";
    p->volume();
    cout<<endl;
    CBall ba(7.8);
    p=&ba;
    cout<<"半径为7.8的球体\n表面积为:";
    p->area();
    cout<<"体积为:";
    p->volume();
    cout<<endl;
    CCylinder cy(4.2,8.4);
    cout<<"半径为4.2高为8.4的圆柱体的\n表面积为:";
    p->area();
    cout<<"体积为:";
    p->volume();
    cout<<endl;
    return 0;
}


运行结果:

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分,聚或者物品之间的有趣关联. 机器学习分 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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