×

逗号表达式的值 算法 逗号表达式

逗号表达式的运算法则是怎么样的?java二分法查找的递归算法怎么实现

admin admin 发表于2022-06-30 02:04:14 浏览123 评论0

抢沙发发表评论

逗号表达式的运算法则是怎么样的


如下:

1、逗号表达式的运算过程为:从左往右逐个计算表达式。

2、逗号表达式作为一个整体,它的值为最后一个表达式(也即表达式n)的值。

3、逗号运算符的优先级别在所有运算符中最低。

逗号表达式相关的题:

例题1:(a = 3,b = 5,b+ = a,c = b* 5),求逗号表达式的值?

答案:40。

前两个表达式只是赋值,从第三个开始计算,b+=a,即b=b+a,即b=5+3,b=8,求最后一个表达式,c=b*5=8*5=40.因为逗号表达式的值是最后一个表达式的值,所以整个逗号表达式的值为40,其他各变量最后的值依次为:a=3,b=8,c=40。-逗号表达式


java二分法查找的递归算法怎么实现


什么是二分查找?

二分查找也称折半查找(Binary Search),它是一种效率较高的查找方法。但是,折半查找要求线性表必须采用顺序存储结构,而且表中元素按关键字有序排列。

二分查找优缺点

优点是比较次数少,查找速度快,平均性能好;

其缺点是要求待查表为有序表,且插入删除困难。

因此,折半查找方法适用于不经常变动而查找频繁的有序列表。
使用条件:查找序列是顺序结构,有序。


过程

首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;否则利用中间位置记录将表分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。-算法

利用循环的方式实现二分法查找

public class BinarySearch {
public static void main(String args) {
// 生成一个随机数组        int array = suiji();
// 对随机数组排序        Arrays.sort(array);
System.out.println(“产生的随机数组为: “ + Arrays.toString(array));

System.out.println(“要进行查找的值: “);
Scanner input = new Scanner(System.in);
// 进行查找的目标值        int aim = input.nextInt();

// 使用二分法查找        int index = binarySearch(array, aim);
System.out.println(“查找的值的索引位置: “ + index);

}

/**     * 生成一个随机数组     *
* @return 返回值,返回一个随机数组     */
private static int suiji() {
// random.nextInt(n)+m  返回m到m+n-1之间的随机数        int n = new Random().nextInt(6) + 5;
int array = new int[n];
// 循环遍历为数组赋值        for (int i = 0; i 《 array.length; i++) {
array[i] = new Random().nextInt(100);
}
return array;
}

/**     * 二分法查找  ---循环的方式实现     *
* @param array 要查找的数组     * @param aim 要查找的值     * @return 返回值,成功返回索引,失败返回-1     */
private static int binarySearch(int array, int aim) {
// 数组最小索引值        int left = 0;
// 数组最大索引值        int right = array.length - 1;
int mid;
while (left 《= right) {
mid = (left + right) / 2;
// 若查找数值比中间值小,则以整个查找范围的前半部分作为新的查找范围            if (aim 《 array[mid]) {
right = mid - 1;
// 若查找数值比中间值大,则以整个查找范围的后半部分作为新的查找范围            } else if (aim 》 array[mid]) {
left = mid + 1;
// 若查找数据与中间元素值正好相等,则放回中间元素值的索引            } else {
return mid;
}
}
return -1;
}}
运行结果演示:-逗号表达式

由以上运行结果我们得知,如果要查找的数据在数组中存在,则输出该数据在数组中的索引;如果不存在则输出 -1 ,也就是打印 -1 则该数在数组中不存在,反之则存在。

四、利用递归的方式实现二分法查找

public class BinarySearch2 {
public static void main(String args) {
// 生成一个随机数组        int array = suiji();
// 对随机数组排序        Arrays.sort(array);
System.out.println(“产生的随机数组为: “ + Arrays.toString(array));

System.out.println(“要进行查找的值: “);
Scanner input = new Scanner(System.in);
// 进行查找的目标值        int aim = input.nextInt();

// 使用二分法查找        int index = binarySearch(array, aim, 0, array.length - 1);
System.out.println(“查找的值的索引位置: “ + index);
}

/**     * 生成一个随机数组     *     * @return 返回值,返回一个随机数组     */
private static int suiji() {
// Random.nextInt(n)+m  返回m到m+n-1之间的随机数        int n = new Random().nextInt(6) + 5;
int array = new int[n];
// 循环遍历为数组赋值        for (int i = 0; i 《 array.length; i++) {
array[i] = new Random().nextInt(100);
}
return array;
}

/**     * 二分法查找 ---递归的方式     *     * @param array 要查找的数组     * @param aim   要查找的值     * @param left  左边最小值     * @param right 右边最大值     * @return 返回值,成功返回索引,失败返回-1     */
private static int binarySearch(int array, int aim, int left, int right) {
if (aim 《 array[left] || aim 》 array[right]) {
return -1;
}
// 找中间值        int mid = (left + right) / 2;
if (array[mid] == aim) {
return mid;
} else if (array[mid] 》 aim) {
//如果中间值大于要找的值则从左边一半继续递归            return binarySearch(array, aim, left, mid - 1);
} else {
//如果中间值小于要找的值则从右边一半继续递归            return binarySearch(array, aim, mid + 1, array.length-1);
}
}}
运行结果演示:-算法

总结:

递归相较于循环,代码比较简洁,但是时间和空间消耗比较大,效率低。在实际的学习与工作中,根据情况选择使用。通常我们如果使用循环实现代码只要不是太繁琐都选择循环的方式实现~


遗传算法实现数字水印用MATLAB,程序怎么写啊可以把我的积分都给了你


一、嵌入水印信息的MATLAB程序
首先读入原始图象并设置参数,然后嵌入水印信息,程序代码如下:
clear
%
%读入原图象
trueImage=imread(’C:\Documents and Settings\ks001\My Documents\My Pictures\lean.tif’);
alfa=.1;
LENGTH=2500;
subplot(2,2,1);
imshow(trueImage);
title(’原始图象’);
%
%对原图象进行DCT变换
dctF1=dct2(’C:\Documents and Settings\ks001\My Documents\My Pictures\lean.tif’);
subplot(2,2,2);
imshow(log(abs(dctF1)),[ ]);
title(’DCT cofficient matrix’);
[m,n]=size(dctF1);
%
%产生水印序列并对其排序
radon(’copyright’,10);
watermark1=radon(LENGTH,1);
subplot(2,2,3);
title(’watermark seqence’)
[Y0,I0]=sort(watermark1);
%
%找出水印嵌入位置(幅值较大的n个频域成分)
A=dctF1(:);
[Y1,I1]=sort(A);
x=m*n;
k=LENGTH;
M=zeros(x,1);
%
%修改幅值较大的n个频域成分的幅值,嵌入水印(因为两个问题不同,所以有两个注释符)
for i=1:x
  if k》=1
  M(x)=Y1(x)*(1+alfa*Y0(k));
  k=k-1;
  else
  M(x)=Y1(x);
  end
  x=x-1;
end
N=zeros(x,1);
x=m*n;
for i=1:x
  N(I1(i))=M(i);
end
a=1;
for j=1:n
for i=1:m
  dctF2(i,j)=N(a);
  a=a+1;
end
end
%
%DCT反变换,得到嵌入水印的图象
idctF1=idct2(dctF2);
subplot(2,2,4);
imshow(idctF1,[ ]);
title(’嵌入水印后的图象’);
end

二、提取恢复水印信息的MATLAB程序
水印提取过程是水印嵌入过程的逆过程,相对嵌入过程来说比较复杂,难度较大,下面是水印提取检测的MATLAB程序代码:
function watermark_detect(image,Y1,I0,waterMark1)
%image:嵌入水印的图象
%Y1:原始图象的序列排序
%I0:原始水印的序列排序
%waterMark1:原始水印序列
%
%对嵌入水印图象进行DCT变化
dctW1=dct2(image);
%
%找出幅值较大的系数
B=dtW1(:);
[Y1,I2]=sort(B);
[m1,n1]=size(dctW1);
y=m1*n1;
k=length(waterMark1);
N0=zeros(k,1);
%
%提取水印序列
while k》=1
    N0(k)=(Y2(y)-Y1(y))/alfa/Y1(y);
    k=k-1;
    y=y-1;
end
k=length(waterMark1);
waterMark2=zeros(k,1);
for i=1:k
  waterMark2(I0(i))=N0(i);
end
%
%选取50个测试序列,其中第10个为提取出的水印
figure;
for i=1;50
  if i==10;
    waterMark=waterMark2;
  else
    waterMark=rand(k,1);
  end
%计算各个序列与原来水印序列的相关值
  c=waterMark’*waterMark1/sqrt(waterMark’*waterMark);
  stem(i,c);
  hold on;
end
%

三、接下来对嵌入水印的图象进行不同的攻击,用以测试水印的鲁棒性。
程序的目的和程序代码如下:
%
%攻击实验
disp(’input you choice according to the following
image processing operation:’);
disp(’0--exit’);
disp(’1--smoothing patterns’);
%添加噪音
disp(’2--adding uniorm noise 添加噪音’);
%滤波
disp(’3--adding filter [10 10] 滤波’);
%剪切
disp(’4--cutting part of the image 剪切’);
%压缩
disp(’5--10 quality JPEG compressing 压缩’);
%旋转45度
disp(’6--rotate 45 旋转’);
%
d=input(’please input you choice(请输入您的选择):’);
while d~=0
switch d
case 1
watermark_detect(idctF1,Y1,I0,waterMark1);
case 2
  WImage2=idctF1;
  noise0=10*rand(size(WImage2));
  WImage2=WImage2+noise0;
  figure;
imshow(WImage2,[ ]);
title(’adding uniform noise 添加噪音’);
  watemark_detect(WImage2,Y1,I0,waterMark1);
case 3
  WImage3=idctF1;
  H=fspcial(’gaussian高斯’,[10,10],5);
  WImage3=imfilter(WImage3,H);
  figure;
  imshow(WImage3,[ ]);
  title(through filter [10,10] 滤波’);
  watemark_detect(WImage3,Y1,I0,waterMark1);
case 4
  WImage4=idctF1;                                     WImage4(1:128,1;128)=256;
  figure;
  imshow(WImage4);
  title(’cutting part of the image 剪切’);
  watemark_detect(WImage4,Y1,I0,waterMark1);
case 5
  WImage5=idctF1;    
  WImage5=im2double(WImage5);
  cnum=10;
  dctm=dctmtx(8);
  p1=dctm;
  p2=dctm.’;
  imageDCT=blkproc(WImage5,[8,8],’p1*p2*x’,dctm,dctm.’);
  DCTvar=im2col(imageDCT,[8,8],’distinct’).’;
  n=size(DCTvar,1);
  DCTvar=(sum(DCTvar.*DCTvar)-(sum(DCTvar)/n).^2)/n;
  [dum,order]=sort(DCTvar);
  cnum=64-cnum;
  mask=ones(8,8);
  mask(order(1:cnum))=zeros(1,cnum);
  im88=zeros(9,9);
  im88(1:8,1:8)=mask;
  im128128=kron(im88(1:8,1:8),ones(16));
  dctm=dctmtx(8);
  p1=dctm.’;
  p2=mask(1;8,1:8);
  p3=dctm;
Wimage5=bikproc(imageDCT,[8,8],’p1*(x.8p2)*p3’,dctm.’,mask(1:8,1:8),dctm);
  figure;
  imshow(Wimage5);
  title(’JPEG Image 压缩’);
  watemark_detect(WImage5,Y1,I0,waterMark1);
case 6                                             WImage6=idctF1;          
  WImage6=imrotate(WImage6,45,’bilinear’,’corp’);
  figure;
  imshow(Wimage6);
  title(’rotate 45 旋转’);
  watemark_detect(WImage6,Y1,I0,waterMark1);
case 0
  break;
otherwise
  error(’you have a valid value(您的输入错误)’);
end
d=input(’please input you choice(请输入您的选择):’);
end
%结束
-逗号表达式