课程融合之“三元组”

简介: 课程融合之“三元组”

设计实现抽象数据类型“三元组 (Triplet)” 。每个三元组由任意三个实数的序列构成,基本操作包括:创建一个三元组,取三元组的任意一个分量,置三元组的任意一个分量,求三元组的最大分量、最小分量,显示三元组,销毁三元组等。

       要求:用类封装需要定义的数据类型Triplet,完成所有基本操作的Java语言实现与调用,并写测试程序。

import java.util.Scanner;

public class sanyuanzu {

   public static void main(String arg[]) {

       int[] num;

       num = new int[3];

       System.out.println("请输入三个数:");

       Scanner scanner = new Scanner(System.in);

       num[0] = scanner.nextInt();

       num[1] = scanner.nextInt();

       num[2] = scanner.nextInt();

 

       int i=0,j=0,max,min;

       while(i!=4)

       {

   System.out.println("1.改变三元组的任意一个分量");

   System.out.println("2.求三元组的最大分量、最小分量");

   System.out.println("3.显示三元组");

   System.out.println("4.退出");

   System.out.println("请输入数字:");

   i = scanner.nextInt();

 

   switch(i)

           {

    case 1:  { System.out.println("改变第几个?");

           j = scanner.nextInt();

           System.out.println("改成多少?");

           num[j-1] = scanner.nextInt();}

    break;

    case 2: {  if(num[0]>=num[1])

           {

              max=num[0];

              min=num[1];

           }

            else

           {

              max=num[1];

              min=num[0];

           }

            if(max<num[2])

            {

              max=num[2];

            }

                              System.out.println("最大值为:"+max);

            if(min>num[2])

            {

              min=num[2];

            }

                              System.out.println("最小值为:"+min);}

           break;

 

   case 3: { System.out.println("三元组的值为:"+num[0]+" "+num[1]+" "+num[2]);}

   break;

           }

       }

   }

}

目录
相关文章
|
7月前
|
机器学习/深度学习 SQL 人工智能
人工智能平台PAI产品使用合集之如何通过机器学习PAI 的Alink实现大量数据两两计算相关性
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
机器学习/深度学习 人工智能 安全
隐语小课丨「论文研究」隐私保护纵向联邦图神经网络
隐语小课丨「论文研究」隐私保护纵向联邦图神经网络
230 0
|
7月前
|
机器学习/深度学习 自然语言处理 数据可视化
【论文精读】基于知识图谱关系路径的多跳智能问答模型研究
【论文精读】基于知识图谱关系路径的多跳智能问答模型研究
|
7月前
|
机器学习/深度学习 传感器 算法
【论文速递】ICCCS2022 - FedMMD:基于多教师和多特征蒸馏的异构联邦学习
【论文速递】ICCCS2022 - FedMMD:基于多教师和多特征蒸馏的异构联邦学习
|
机器学习/深度学习 自然语言处理 算法
GNN如何建模时空信息?伦敦玛丽女王大学「时空图神经网络」综述,简明阐述时空图神经网络方法
GNN如何建模时空信息?伦敦玛丽女王大学「时空图神经网络」综述,简明阐述时空图神经网络方法
192 0
|
自然语言处理 算法 搜索推荐
从属性,三元组到图:知识和语义融合进展研究
近十年来,语义表征学习获得了巨大的成功,从早期的word2vec和共现统计方法,到近期以Bert为代表的上下文表征预训练模型, 通过大规模非监督语料训练并斩落了多个下游NLP任务, 证明了AE模型强大的威力。 而知识表示学习(KRL),又称之为knowledge Embedding(KE), 将实体和关系映射到低维的连续向量空间, 早期方法主要以三元组, 近些年来以subgraph或path
2434 0
|
机器学习/深度学习 人工智能 算法
AAAI 2021 | 华为诺亚方舟实验室AI&上交大叶南阳提出算法DecAug,面向多维度非独立同分布域泛化问题
华为诺亚方舟实验室AI理论团队和上海交通大学叶南阳联合提出一种面向多维度非独立同分布域泛化问题的算法DecAug 。
745 0
AAAI 2021 | 华为诺亚方舟实验室AI&上交大叶南阳提出算法DecAug,面向多维度非独立同分布域泛化问题
|
机器学习/深度学习 算法 知识图谱
【哥伦比亚大学博士论文】深度概率图建模,147页pdf阐述深度学习与主题模型结合
现实中,概率图建模(PGM)往往缺乏灵活性,而深度学习虽然强大,但缺乏PGM的可解释性和校准性。本文研究了深度概率图建模(DPGM)。DPGM通过利用DL使PGM更加灵活。
357 0
【哥伦比亚大学博士论文】深度概率图建模,147页pdf阐述深度学习与主题模型结合
|
存储
ICCV2021 | 快手联合北大提出多层次对比学习的跨模态检索方法
近年来,互联网环境中的多媒体内容大量增加,如何通过视频文本相互检索,提升用户获取信息的效率,满足不同的用户对多媒体内容的消费需求变得异常重要。随着短视频内容社区的兴起,多媒体内容的创作门槛变低,UGC 内容成为主流,视频文本检索任务面临更加复杂和困难的挑战。本文针对视频文本检索任务提出层次化对比学习的跨模态检索思路,实现了更加高效且精准的视频文本检索方法,目前该论文已经被 ICCV2021 接收。
367 0
ICCV2021 | 快手联合北大提出多层次对比学习的跨模态检索方法
下一篇
DataWorks