LaTeX算法排版例子

LaTeX算法排版例子

转自http://blog.csdn.net/lqhbupt/article/details/8723478

1）首先在导言区加入语句：

[plain] view plain copy print ?

1. \usepackage{algorithm}  
2. \usepackage{algorithmic}  

2）例1

[plain] view plain copy print ?

1. \begin{algorithm}  
2. \caption{A}  
3. \label{alg:A}  
4. \begin{algorithmic}  
5. \STATE {set $r(t)=x(t)$}   
6. \REPEAT   
7. \STATE set $h(t)=r(t)$   
8. \REPEAT  
9. \STATE set $h(t)=r(t)$   
10. \UNTIL{B}   
11. \UNTIL{B}  
12. \end{algorithmic}  
13. \end{algorithm}  

排版结果如下：

3）例2

[plain] view plain copy print ?

1. \begin{algorithm}  
2. \caption{Calculate $y = x^n$}   
3. \label{alg1}  
4. \begin{algorithmic}  
5. \REQUIRE $n \geq 0 \vee x \neq 0$   
6. \ENSURE $y = x^n$   
7. \STATE $y \Leftarrow 1$   
8. \IF{$n < 0$}   
9. \STATE $X \Leftarrow 1 / x$   
10. \STATE $N \Leftarrow -n$   
11. \ELSE   
12. \STATE $X \Leftarrow x$   
13. \STATE $N \Leftarrow n$  
14. \ENDIF   
15. \WHILE{$N \neq 0$}   
16. \IF{$N$ is even}   
17. \STATE $X \Leftarrow X \times X$   
18. \STATE $N \Leftarrow N / 2$   
19. \ELSE[$N$ is odd]   
20. \STATE $y \Leftarrow y \times X$   
21. \STATE $N \Leftarrow N - 1$   
22. \ENDIF   
23. \ENDWHILE  
24. \end{algorithmic}  
25. \end{algorithm}  

排版结果如下：

4）\renewcommand 改变现有命令的定义。在导言区加入如下语句：

[plain] view plain copy print ?

1. \renewcommand{\algorithmicrequire}{ \textbf{Input:}} %Use Input in the format of Algorithm  
2. \renewcommand{\algorithmicensure}{ \textbf{Output:}} %UseOutput in the format of Algorithm  

使得原来软件包中定义的命令\REQUIRE和\ENSURE显示为Input:和Output:

一个例子如下： 

[plain] view plain copy print ?

1. \begin{algorithm}[htb]   
2. \caption{ Framework of ensemble learning for our system.}   
3. \label{alg:Framwork}   
4. \begin{algorithmic}[1] %这个1 表示每一行都显示数字  
5. \REQUIRE ~~\\ %算法的输入参数：Input  
6. The set of positive samples for current batch, $P_n$;\\  
7. The set of unlabelled samples for current batch, $U_n$;\\  
8. Ensemble of classifiers on former batches, $E_{n-1}$;  
9. \ENSURE ~~\\ %算法的输出：Output  
10. Ensemble of classifiers on the current batch, $E_n$;  
11. \STATE Extracting the set of reliable negative and/or positive samples $T_n$ from $U_n$ with help of $P_n$;   
12. \label{ code:fram:extract }%对此行的标记，方便在文中引用算法的某个步骤  
13. \STATE Training ensemble of classifiers $E$ on $T_n \cup P_n$, with help of data in former batches;   
14. \label{code:fram:trainbase}  
15. \STATE $E_n=E_{n-1}\cup E$;   
16. \label{code:fram:add}  
17. \STATE Classifying samples in $U_n-T_n$ by $E_n$;   
18. \label{code:fram:classify}  
19. \STATE Deleting some weak classifiers in $E_n$ so as to keep the capacity of $E_n$;   
20. \label{code:fram:select}  
21. \RETURN $E_n$; %算法的返回值  
22. \end{algorithmic}  
23. \end{algorithm}  

排版结果如下：

 5）最后一个例子

[plain] view plain copy print ?

1. \begin{algorithm}[h]  
2. \caption{An example for format For \& While Loop in Algorithm}  
3. \begin{algorithmic}[1]  
4. \FOR{each $i \in [1,9]$}  
5. \STATE initialize a tree $T_{i}$ with only a leaf (the root);\  
6. \STATE $T=T \cup T_{i};$\  
7. \ENDFOR  
8. \FORALL {$c$ such that $c \in RecentMBatch(E_{n-1})$}   
9. \label{code:TrainBase:getc}  
10. \STATE $T=T \cup PosSample(c)$;   
11. \label{code:TrainBase:pos}  
12. \ENDFOR  
13. \FOR{$i=1$; $i<n$; $i++$ }  
14. \STATE $//$ Your source here;  
15. \ENDFOR  
16. \FOR{$i=1$ to $n$}  
17. \STATE $//$ Your source here;  
18. \ENDFOR  
19. \STATE $//$ Reusing recent base classifiers.   
20. \label{code:recentStart}  
21. \WHILE {$(|E_n| \leq L_1 )and( D \neq \phi)$}  
22. \STATE Selecting the most recent classifier $c_i$ from $D$;  
23. \STATE $D=D-c_i$;  
24. \STATE $E_n=E_n+c_i$;  
25. \ENDWHILE   
26. \label{code:recentEnd}  
27. \end{algorithmic}  
28. \end{algorithm}  

排版结果如下：