【软/自考】算法写作思路

简介: 【软/自考】算法写作思路

算法的写就,与小学的解应用题很像。应用题会给出已知条件,问题,让你分析已知条件,利用公式或者定理来解决问题,解除答案。函数的写法是如此相似。

       看看函数的结构体:返回值类型 函数名(参数列表){函数体}

       返回值类型是最终答案的数据类型,函数名代表解决的什么问题,参数列表表示已知条件,函数体就是需要我们编写的解题步骤。

       拿线性表的定位运算LocateSeqlist(SeqList L,DataType x)来分析。定位运算的功能是查找出线性表L中值等于x的结点序号的最小值,当找不到值为x的结点时,返回结果0.

       从功能描述就已知条件:线性表L和x的值已知。线性表L已知就是说线性表相应的属性,比如长度,表中各个结点的值,都是已知的。

       求解结果是:某结点序号。

       已知分析:

       1、我们知道线性表是存储在数组中的,因此下标i与长度L.length的关系为:min(i)=L.length-1.

       2、根据下标,我们就可以知道对应的结点值。

       3、要找与x值相等的结点的序号,就要比较值的大小。要找与x值相等的结点的序号的最小值,而不是任意一个相等的值的序号,就要从序号最小的位置的值开始比较,以此向后比较,找到第一个相等的值,取出下标(序号)。返回就得到了结果。

       4、从开头到依次比较,就用到了循环。

       5、如果循环结束了,还没有找到相等的值,就返回0。“如果”出现了,一定是用到了分支判断语句。if或者switch,根据情况决定。

1. int LocateSeqlist(SeqList L,DataType x)
2. {
3. int i=0;
4. while((i<L.length)&&(L.data[i]!=x)) //在顺序表中查找值为x的结点
5.             i++;
6. if(i<L.length) return i+1; //若找到值为x的元素,返回元素的序号
7. else return 0;    //未查找到值为x的元素,返回0
8. }


相关文章
|
算法
自考操作系统-----页置换算法
自考操作系统-----页置换算法
89 0
|
算法 搜索推荐
【自考】算法——时间复杂度汇总
【自考】算法——时间复杂度汇总
106 0
|
算法 C++
【软/自考】算法实用技巧——递归VS迭代
【软/自考】算法实用技巧——递归VS迭代
98 0
|
人工智能 算法 大数据
|
1天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
102 80
|
20天前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。
|
26天前
|
机器学习/深度学习 算法 Serverless
基于WOA-SVM的乳腺癌数据分类识别算法matlab仿真,对比BP神经网络和SVM
本项目利用鲸鱼优化算法(WOA)优化支持向量机(SVM)参数,针对乳腺癌早期诊断问题,通过MATLAB 2022a实现。核心代码包括参数初始化、目标函数计算、位置更新等步骤,并附有详细中文注释及操作视频。实验结果显示,WOA-SVM在提高分类精度和泛化能力方面表现出色,为乳腺癌的早期诊断提供了有效的技术支持。
|
6天前
|
供应链 算法 调度
排队算法的matlab仿真,带GUI界面
该程序使用MATLAB 2022A版本实现排队算法的仿真,并带有GUI界面。程序支持单队列单服务台、单队列多服务台和多队列多服务台三种排队方式。核心函数`func_mms2`通过模拟到达时间和服务时间,计算阻塞率和利用率。排队论研究系统中顾客和服务台的交互行为,广泛应用于通信网络、生产调度和服务行业等领域,旨在优化系统性能,减少等待时间,提高资源利用率。
|
14天前
|
存储 算法
基于HMM隐马尔可夫模型的金融数据预测算法matlab仿真
本项目基于HMM模型实现金融数据预测,包括模型训练与预测两部分。在MATLAB2022A上运行,通过计算状态转移和观测概率预测未来值,并绘制了预测值、真实值及预测误差的对比图。HMM模型适用于金融市场的时间序列分析,能够有效捕捉隐藏状态及其转换规律,为金融预测提供有力工具。
|
22天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。