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
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
向量 + 超融合,打造大模型应用的数据中枢
向量数据库能够为用户提供高效、准确的搜索和分析功能,与机器学习和人工智能应用的兼容性使其在大模型领域中变得越来越重要。
向量 + 超融合,打造大模型应用的数据中枢
|
9月前
|
存储 数据采集 自然语言处理
知识图谱之《海贼王-ONEPICE》领域图谱项目实战(含码源):数据采集、知识存储、知识抽取、知识计算、知识应用、图谱可视化、问答系统(KBQA)等
知识图谱之《海贼王-ONEPICE》领域图谱项目实战(含码源):数据采集、知识存储、知识抽取、知识计算、知识应用、图谱可视化、问答系统(KBQA)等
知识图谱之《海贼王-ONEPICE》领域图谱项目实战(含码源):数据采集、知识存储、知识抽取、知识计算、知识应用、图谱可视化、问答系统(KBQA)等
|
11月前
|
机器学习/深度学习 编解码 算法
带映射和带结构之间的机器学习路线
带映射和带结构之间的机器学习路线
|
11月前
|
机器学习/深度学习 算法
通过深度学习将 L1000 图谱转换为类似 RNA 的图谱
通过深度学习将 L1000 图谱转换为类似 RNA 的图谱
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
系列解读:深度时空视觉表征学习方法及应用
系列解读:深度时空视觉表征学习方法及应用
166 0
|
知识图谱
[知识图谱]从在线教育数据中学习课程关系图
[知识图谱]从在线教育数据中学习课程关系图
[知识图谱]从在线教育数据中学习课程关系图
|
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
104 0
图谱问答|学习笔记
|
机器学习/深度学习 缓存 并行计算
深度学习笔记
深度学习笔记
91 0
|
机器学习/深度学习 算法 数据挖掘
【数据挖掘】神经网络简介 ( 有向图本质 | 拓扑结构 | 连接方式 | 学习规则 | 分类 | 深度学习 | 机器学习 )(二)
【数据挖掘】神经网络简介 ( 有向图本质 | 拓扑结构 | 连接方式 | 学习规则 | 分类 | 深度学习 | 机器学习 )(二)
232 0
|
机器学习/深度学习 物联网 数据挖掘
【数据挖掘】神经网络简介 ( 有向图本质 | 拓扑结构 | 连接方式 | 学习规则 | 分类 | 深度学习 | 机器学习 )(一)
【数据挖掘】神经网络简介 ( 有向图本质 | 拓扑结构 | 连接方式 | 学习规则 | 分类 | 深度学习 | 机器学习 )(一)
685 0