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
|
5月前
|
人工智能
学科融合
学科融合
136 4
|
5月前
|
人工智能 搜索推荐 大数据
了解哪些领域最适合进行学科融合
了解哪些领域最适合进行学科融合
80 2
|
6月前
|
网络安全 知识图谱 Python
自监督学习在多模态数据融合中的实践与探索
【8月更文第9天】自监督学习(Self-Supervised Learning, SSL)是一种机器学习方法,它利用未标记的数据来训练模型。这种方法通过设计预训练任务来挖掘数据的内在结构,无需人工标注,从而减少了对大量标注数据的依赖。当应用于多模态数据时,自监督学习可以帮助模型学习到不同模态之间的关联性,进而提高模型在特定下游任务上的表现。
393 7
|
7月前
|
机器学习/深度学习 自然语言处理 并行计算
淘宝搜索中的深度语义模型:从理论到实践
淘宝搜索系统通过引入深度语义模型,极大地提升了搜索质量和用户体验。这些模型不仅能够准确理解用户的需求,还能够智能地匹配和推荐商品,为用户提供了一个更加便捷、个性化的购物环境。随着技术的不断发展和完善,淘宝搜索将会变得更加智能和高效。
|
9月前
|
机器学习/深度学习 编解码 自动驾驶
低质多模态数据融合,多家机构联合出了篇综述论文
【5月更文挑战第20天】这篇联合发布的综述论文聚焦于低质多模态数据融合的挑战,提出了一套分类体系,揭示了数据噪声、缺失值、不平衡及质量动态变化四大难题。论文回顾了各种融合方法,包括特征融合、决策融合和深度学习,但强调仍有未解决的问题,如噪声鲁棒性和缺失值处理。此外,它也讨论了实际应用中的挑战,如时间尺度差异、空间分辨率不匹配和隐私保护,为未来研究指明方向。[arXiv:2404.18947]
182 1
|
9月前
|
机器学习/深度学习 搜索推荐 数据挖掘
多模态融合的难点
【2月更文挑战第17天】多模态融合的难点
292 1
多模态融合的难点
|
9月前
|
机器学习/深度学习 存储 算法
基于多模态融合与图神经网络的用户精准感知系统研究
基于多模态融合与图神经网络的用户精准感知系统研究
302 0
|
安全 数据安全/隐私保护
隐私计算论文合集「联邦学习系列」第2期
隐私计算论文合集「联邦学习系列」第2期
248 0
|
自然语言处理 开发者
图谱问答|学习笔记
快速学习图谱问答
147 0
图谱问答|学习笔记