第三周课程总结&实验报告一

课程总结

1.面向对象的基本概念

对于面向对象的程序设计有三个主要特征:封装性,继承性,多态性。

封装性

为属性封装:private 属性类型 属性名称;

为方法封装:private 方法返回值 方法名称(参数列表){}

构造方法

1.构造方法的名称必须与类名称一致

2.构造方法的声明处不能有任何返回值类型的声明

3.不能再构造方法中使用return返回一个值

构造方法定义格式

class 类名称

{

    访问权限   类名称  (类型1 参数 1,类型2 参数 2, ......)

   {

       程序语句;

        ........     //构造方法没有返回值

   }

}

 

 

2.类与对象的关系

类:定义出一个基本的模板,代表着一个共性。对象:每一个具体的人,根据不同给予不同的姓名,代表一个个性。定义一个类,要声明成员变量(属性),然后定义方法的内容。当定义了一个类后,要使用这个类,则需要通过对象。一定要记住如果一个对象要被使用,则对象需要被实例化。在开发中,每个类可以产生多个实例化对象,只要在实例化对象时使用了关键字new,那么就表示开辟新的堆内存空间,而每一个实例化对象都将会占据自己的堆,栈内存。

 

 

实验报告

一.打印输出所有的“水仙花数”

所谓“水仙花数”是指一个三位数,其中各立方和等于该数本身。例如,153是个水仙花数,153 = 1 * 1 * 1 + 5 * 5 * 5 + 3 * 3 * 3

 

1.实验代码

public class Tang  
{
    public static void main(String[] args) 
    {
        // TODO Auto-generated method stub
        int x=0,y=0,z=0;
        for(int i=100;i<1000;i++)
        {
            x=i/100;
            y=(i%100)/10;
            z=(i%100)%10;
            if((x*x*x)+(y*y*y)+(z*z*z)==i)
            {
                System.out.println(i+"是一个水仙花数");
            }
        }
        
    }
}

 

 

2.实验结果

 

二.编写Java程序

求13-23+33-43+.........+973-983+993-1003

 

1.实验代码

 

public class Tang  
{
    public static void main(String[] args) 
    {
        // TODO Auto-generated method stub
       int x=0,y=0;
       double sum=0;
       x=13;
       for(int i=1;i<=100;i++)
       {
           y=x;
           sum=sum+y;
           x=Math.abs(y)+10;
           if(i%2==0)
           {
               x=x;
           }
           else
           {
               x=-x;
           }
       }
       System.out.println(+sum);
    }
}

 

 

 

 

二.实验结果

 

三.

求1!+ 2! + 3! + 4!.....+ 20!

 

1.实验代码

public class tang
{

    public static void main(String[] args) 
    {
        // TODO Auto-generated method stub
        long x=1,sum=0;
        for(int i=1;i<=20;i++)
        {
            x=i*x;
            sum=sum+x;
        }
        System.out.println(sum);
    }
}

 

 

2.实验结果

 

四.

计算8+88+888+8888+.....前十项之和

 

1.实验代码

public class tang {

    public static void main(String[] args) 
    {
        // TODO Auto-generated method stub
        
        long x=0,y=0,z=0,sum=0;
        for(int i=0;i<10;i++)
        {
        y=8*(long)Math.pow(10,i);
        z=x+y;
        sum=sum+z;
        x=z;
        }
        System.out.println(sum);    
    }

}

 

 

2.实验结果

 

五.找完数

一个数如果恰好等于它的因子之和,这个数就称为完数。编写程序输出1000以为的所有完数

 

1.实验代码

public class javaa {

    public static void main(String[] args) {
        // TODO Auto-generated method stub
         int sum;
           for(int i=1;i<=1000;i++)
           {
            sum=0;
            
            for(int j=1;j<i;j++)
               
            if(i % j==0)
                
            sum = sum + j;
            
            if(sum==i)
                  
            System.out.print(i+" ");
           
           }
           
        System.out.println();

           }
   }

 

 

2.实验结果

 

六.

输出满足1+2+3+....+n<8888的最大正整数

 

1.实验代码

package main;

public class lomi {

    public static void main(String[] args) {
        // TODO Auto-generated method stub
        int i=1,sum=0; 
        int N=0; 
        while(sum<8888) 
        { 
            i++; 
            sum = (i*i+i)/2; 
        } 
        N=i-1;
        System.out.print(N);
    }
}

 

2.实验结果

 

7.用for循环打印下面图形

 

1.实验代码

package aaaa;

public class kkk {
       public static void main(String[] args)
       {    

    int n=5;

    for(int i=0;i<=5;i++)
    {
        for(int j=0;j<=n-i;j++)
        {
            System.out.print(" ");
        }
        for(int k=0;k<=2*i-1;k++)
        {
            System.out.print("*");
        }
        System.out.println("*");
    }
 
     }
}

 

 

2.实验结果

 

 

 

 

 

 

 

转载于:https://www.cnblogs.com/tb-0706/p/11509444.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值