exercise16

1.可变参数列表源码的剖析和你自己的理解


2.使用可变参数,实现函数,求函数参数的平均值。
3.使用可变参数,实现函数,求函数参数的最大值。
4.1.模拟实现printf函数,可完成下面的功能
//能完成下面函数的调用。
//print("s ccc d.\n","hello",'b','i','t',100);
//函数原型:
//print(char *format, ...)
//使用可变参数,实现函数,求函数参数的平均值。
#include<stdio.h>
#include<stdarg.h>

int average(int n, ...)
{
	va_list arg;
	int i = 0;
	int sum = 0;
	va_start(arg, n);//指向第二参数地址
	for (; i < n; i++)
	{
		sum += va_arg(arg, int);
	}
	return sum / n;
	va_end(arg);//指向空
}
int main()
{
	int a = 1;
	int b = 2;
	int c = 3;
	int avg1 = average(2, a, c);
	int avg2 = average(3, a, b, c);
	printf("avg1=%d\n",avg1);
	printf("avg2=%d\n",avg2);

	system("pause");
	return 0;
}

//.使用可变参数,实现函数,求函数参数的最大值。
#include <stdio.h>  
#include <stdarg.h>  

int Max(int n, ...)
{
	int i = 0;
	int max = 0;
	va_list arg;
	va_start(arg, n);
	for (; i < n; i++)
	{
		int val = va_arg(arg, int);
		if (val > max)
		{
			max = val;
		}
	}
	va_end(arg);
	return max;
}
int main()
{
	int ret = Max(10, 1, 2, 3, 4, 5555, 6, 7, 8, 9, 10);
	printf("%d\n", ret);
	system("pause");
	return 0;
}
//模拟实现printf函数,可完成下面的功能
//能完成下面函数的调用。 
//print("s ccc d.\n","hello",'b','i','t',100); 
//函数原型: 
//print(char *format, ...) 
#include<stdio.h>
#include<stdarg.h>

void print(char *format, ...)   
{
	va_list arg;       
	va_start(arg, format); 
	while (*format != '\0')
	{
		if (*format == 'c')
		{
			putchar(va_arg(arg, char));
		}
		else if (*format == 's')
		{
			puts(va_arg(arg, char*));
		}
		else if (*format == 'd')
		{
			int d = va_arg(arg, int);
			printf("%d\n", d);
		}
		format++;
	}
	va_end(arg);  
}
int main()
{
	print("s ccc d.\n", "hello", 'b', 'i', 't', 100);
	system("pause");
	return 0;
}



内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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