Latex Algorithm 没有加粗

Kasen's experience

已于 2023-02-20 16:21:34 修改

阅读量1.7k

点赞数 1

分类专栏： # latex 文章标签： latex algorithm 加粗 input output

于 2023-02-20 15:16:27 首次发布

本文为博主原创文章，为扩散知识不需授权随意转载，转载请注明出处，但转载不得用于商业用途且不得违反法律法规道德义务与准则。

本文链接：https://blog.csdn.net/jh1513/article/details/129124385

版权

latex 专栏收录该内容

18 篇文章 2 订阅

订阅专栏

来源

写个 algorithm 流程，但是在怎么设置以及换不同 algorithm 包都导致伪代码开头的 “Algorithm” 不加粗。

解决方式

更换多个包以及copy别人模板，都是不加粗。猜想是和自己 preamble 中的部分包冲突。复制一份 tex 文档，一个包一个包的调试，最后发现与下面这个包冲突。

\usepackage{floatrow}

algorithm 模板

% Algorithm conflicts with \usepackage{floatrow}, leading to unbold Algorithm Keyword
\usepackage{algorithm}
\usepackage{algpseudocode}



\begin{algorithm}
        \caption{An algorithm with caption}\label{alg:cap}
        \textbf{Input:} Since SMA is a temperature activated material, the heat transfer model is developed in this section to study the temperature profile  \\
        \textbf{Output:} under internal resistive heating and compressed air cooling. Furthermore, incorporated it into the microscopic
        
        \begin{algorithmic}[1]
        % \Require $n \geq 0$
        % \Ensure $y = x^n$
        \State $y \gets 1$
        \State $X \gets x$
        \State $N \gets n$
        \While{$N \neq 0$}
        \If{$N$ is even}
            \State $X \gets X \times X$
            \State $N \gets \frac{N}{2}$  \Comment{This is a comment}
        \ElsIf{$N$ is odd}
            \State $y \gets y \times X$
            \State $N \gets N - 1$
        \EndIf
        \EndWhile
        \end{algorithmic}
\end{algorithm}

在这里插入图片描述

For loop

\begin{algorithm}
        \caption{Optimal design of SMA antagonistic actuator}
        \textbf{Input:} Required maximum bending $\alpha_{req}$, required stiffness $K_{req}$, required output force $F_{req}$. \\
        \textbf{Output:} Optimal length $L_{opt}$ and optical diameter $d_{opt}$.
        
        \begin{algorithmic}[1]
        % \Require $n \geq 0$
        % \Ensure $y = x^n$
        % \State $y \gets 1$
        % \State $X \gets x$
        % \State $N \gets n$

        \For{\texttt{$L \leftarrow L_{min}$ to $L_{max}$}}
                \For{\texttt{$d \leftarrow d_{min}$ to $d_{max}$}}
                        \State \texttt{$\alpha_{max} > \alpha_{req}$}
                        \State \texttt{$\alpha_{max} > \alpha_{req}$}
                \EndFor
        \EndFor
        \end{algorithmic}
        \label{alg:cap}
\end{algorithm}