HDOJ_1001关于cin的一点整理

Problem Description

Calculate  A + B.

Input

Each line will contain two integers  A and  B. Process to end of file.

Output

For each case, output  A + B in one line.

Sample Input

1 1

Sample Output

2

Author

HDOJ
标准答案:

把每一行的两个数字加起来,然后打印出来,直到文件末尾

c 语言表示:

c++ 语言表示:


题目很简单,如下所示,唯一有点麻烦的就是“Process to end of file.”这句话,需要对cin进一步了解,首先摘一段百度知道上某大神的介绍:
C++中具体的关于cin的错误检测机制,希望对你有帮助

使用cin进行输入:cin是类istream的对象。对于cin输入,它将跳过空白(空格,换行符和制表符)直到遇到非空白字符,cin将读取从非空白字符到与目标类型不匹配的第一个字符之间的全部内容。比如有cin>>a;其中a是int,则输入123  z  x时,则只把123赋给变量a,而后面的z x则留在输入流中,下一次输入时就将从这里开始读取,比如再有cin>>b;其中b是char型,则字符z将赋给变量b,这里不会提示输入变量b的值,这不是我们所预期的,而字符x又将留在输入流中,在这里不会读取z前面的空白字符,正如前面所说cin输入将跳过空白直到遇到非空白字符起才开始读取。再比如cin>>a;其中a是int,则当输入3 2 1时,则只有数字3被赋给变量a,因为在数字3后面的空格是与类型int不匹配的类型,在这里就结束输入。如果再输入时输入3.3这样的数字的话,则同样的道理,在程序中点符号对于整型来说是非匹配类型,所以只有数字3被输入给变量a,则后面的字符被留在输入流中。
C++中怎样检查输入时的错误:在输入时我们可能希望在用户输入错误的情况下给用户发送一个消息以便重新输入,这种实现的机制就取决于C++的输入错误检查。
a、在C++中有三个位用来设置错误的状态信息,ios::eofbit当文件到达末尾时则设置该位。ios::badbit当流被破坏时设置该位,这是不可恢复的,比如文件读取错误。ios::failbit如果输入操作未能读取到预期的字符或输出操作没有写入预期的字符则设置该位,这是可恢复的。这三个状态标志设置了不同类型的输入错误。
b、可以使用流类继承的函成员数来测试这三个对象的标志,注意调用这些成员函数都要使用类的对象来调用,比如使用cin对象。
1、函数bad()如果badbit被设置,则反回true,
2、函数eof()如果eofbit被设置则反回true,
3、函数fail()如果badbit或failbit被设置则反回true。
4、函数good()如果没有设置任何状态位则反回true。一旦设置了标志,该标志就会一直保持下去,除非对它重新进行了设置。
5、函数clear()用于重设三个标志位,不带参数的clear()函数将清除三个状态位即都设置为0。调用clear(eofbit);将使eofbit位设为1,而其他位设为0。而函数setstate(eofbit);同样将eofbit位设为1,但不影响其他位,如果其他位被设置则依然被设置。
c、为什么需要重设流状态呢?因为一旦流状态的其中某一位被设置后,则流将对后面的输入或输出关闭,直到流状态被清除。比如cin>>a;其中a是int型变量,如果这时输入一个字符d,则会出现设置流状态failbit位,这可以通过调用good()函数来测试,这时对后面的输入将会关闭,也就是说如果cin>>a;后面还有一句cin>>b;则语句cin>>b将不会执行。
d、如果希望程序在流状态位被设置后能够读取后面的输入,则必须将流状态重置为良好。这可以使用clear()方法来实现。比如cin>>a; cin.clear(); cin>>b;其中变量a是整型。这时如果输入一个字符d语句cin>>a将使程序设置failbit位,语句cin.clear()将状态位failbit位清除,接着执行语句cin>>b,这时会发现程序cin>>b;没有提示输入,这是为什么呢?原因就在于虽然使用clear()函数重置了流状态,但是不匹配的输入仍然留在输入队列中,下一次输入就将从这里读起,而不会提示用户输入内容,而是从输入流中直接提取,也就是说字符d会直接赋给变量b;如果变量b是字符型的话则接收他,并把字符d赋给b,这里不会提示输入变量b的值,这不是我们所预期的。如果变量b是整型变量的话,则cin>>b又将是错误的。怎样能在第一次输入错误后让系统提示用户为以后的输入语句输入内容呢?方法就是使用一个函数来一直读取输入流中的字符直到达到空白为止,这可以使用isspace()函数和ignore()函数来实现,下面将具体介绍熟人流对象cin的成员函数:
1、get 读入一个字符。get函数有三种形式,无参数、一个参数、三个参数。
★ cin.get() 从指定的输入流中提取一个字符,返回值就是从输入流中读入的字符,若是遇上结束符,则返回文件结束标志EOF,一般为-1。
如:#include
using namespace std;
int main()
{
cout<<"please input a sentence:";
char c;
while(c!=EOF)
{
c=cin.get();
cout.put(c);
}
return 0;
}
按ctrl+z结束程序。
★ cin.get(ch) 从输入流中读取一个字符,赋与字符变量ch,若读取成功返回非0值,读取失败返回0。
如:#include
using namespace std;
int main()
{
cout<<"please input a sentence:";
char c;
while(cin.get(c))
{
cout.put(c);
}
return 0;
}
按ctrl+z结束程序。
★ cin.get(字符数组或指针,字符个数n,终止字符)
从输入流中读取n-1个字符,将其存放到指定的字符数组中,遇到终止字符时则结束读取。
如: #include
using namespace std;
int main()
{
char ch[20];
cout<<"input a sentence:";
cin.get(ch,10,'\n');
cout<<ch<<endl;
return 0;
}
2、cin.getline(字符数组或字符指针,字符个数n,终止字符)
与 cin.get(字符数组或指针,字符个数n,终止字符)相似。
3、eof cin.eof() 从输入流中读取数据,如果到达文件末尾或遇终止字符,其值为非0,否则为0。
3、peek c=peek(); 观测下一个字符。
4、pubback cin.putback(ch) 将用get或getline中读取的字符ch返回到输入流,插入到当前指针位置。
5、ignore cin.ignore(n,终止字符) 跳过输入流的n个字符,遇到终止字符时结束,即跳过包含终止字符在内的若干字符。
在以上基础的学习上,可以用cin.good()函数来检测是否出错,具体程序如下(可在HODJ上AC):不管最后一些字符是回车加EOF还是EOF,读入a后都会让cin的三个状态中某一个置位,可以通过cin.good()检测出来。
	while(1)
	{	
		//if(cin.eof()) break; 
		//if(!cin.good()) break;	错误: 最后一个字符可能是回车
		//cin>>a>>b;
		/*a = cin.get();	wrong : 'a' become a char
		if(EOF == a) break;
		cin>>b;*/

		cin>>a;
		if(!cin.good()) break;
		cin>>b;
		cout<<a+b<<endl;
	}


使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
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