初学翁凯老师的c语言后对其中一些问题的看法


初学翁凯老师的c语言后对其中一些问题的看法

学习c语言已有数天,其中一些问题今日来看仍有研究价值,故记录探讨之


一、一个课后的简单逻辑语法问题

++i+±-

i++++

a = b += c++ - d + --e / -f

二、解答和一些思考

1.++i+±-

这是一个不符合 C 或 C++语法规范的表达式。在 C 和 C++中,不能对同一个变量进行多次递增或递减操作连在一起。

2.i++++

同样不符合语法规范,不能连续对一个变量进行多次自增操作。

3.a = b += c++ - d + --e / -f

问题初探

在 C 语言中,这个表达式 a = b += c++ - d + --e / -f 的语法是不正确的。

首先,自增(++)和自减(--)运算符的优先级高于四则运算。在这个表达式中,c++ 会先执行自增操作,--e 会先执行自减操作。

然后,b +=... 这种复合赋值表达式的使用方式在这种复杂的混合运算中可能会导致代码的可读性降低,并且容易出错。

如果要使这个表达式有意义并且符合 C 语言的语法规则,应该将其分解为多个更简单和清晰的表达式,例如:

--e;
c++;
int temp = c - d + e / -f;
b += temp;
a = b;

这样可以更清晰地理解每个操作的顺序和结果,也更符合良好的编程习惯。

原代码逻辑

表达式 a = b += c++ - d + --e / -f 的含义试图分解如下:

  • c++ :先使用 c 的值参与运算,然后 c 的值增加 1 。
  • --e :先将 e 的值减 1 ,然后使用减 1 后的 e 的值参与运算。
  • c++ - d + --e / -f :计算 c 原来的值减去 d 的值,再加上 e 减 1 后的值除以 -f 的值。
  • b += c++ - d + --e / -f :将上述计算的结果累加到 b 上,也就是 b = b + (c++ - d + --e / -f)
  • a = b += c++ - d + --e / -f :将 b 累加后的最终结果赋值给 a ,即 a = b

但需要注意的是,这样复杂且难以理解的表达式在实际编程中应尽量避免,因为它会降低代码的可读性和可维护性,容易引入难以察觉的错误。

举例

假设初始时,b = 10c = 5d = 3e = 8f = 2

首先,--e 会先将 e 的值减 1 ,所以 e 变为 7 。

然后,c++ 先使用 c 的值 5 参与运算,之后 c 的值变为 6 。

接下来计算 c++ - d + --e / -f

c++ - d5 - 3 = 2

--e / -f7 / -2 = -3

所以 c++ - d + --e / -f = 2 + (-3) = -1

然后进行 b += -1 ,即 b = b + (-1) ,所以 b = 10 + (-1) = 9

最后,a = b ,所以 a = 9

初次写博客的看法及感受

这是本人在CSDN社区上的第一次创作,犹豫了几天。最终在今天上午学习了markdown语法后开始了这篇文章。内容比较简单,是在看完翁凯老师的其中一课后思考了一会的(具体哪节课我忘了)。

在之后的时间里望各位大佬多多关照

最后以一句话结束今天的写作

要紧的是果敢地迈出第一步,对与错先都不管,自古就没有把一切都设计好再开步的事。别想把一切都弄清楚,再去走路。鲁莽者要学会思考,善思者要克服的是犹豫。目的渴求完美,举步之际则无需周全。 --史铁生

这句话给我创作决心,希望也能帮助到你

  • 16
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
MOOC翁凯C语言期末考试是一项对学生在C语言编程方面的掌握程度进行综合评估的考试。在这次考试中,学生将会面对一系列与C语言相关的问题和编程题目。 首先,考试将会涉及C语言的基础知识,包括变量定义、运算符使用、流程控制和函数的使用等。学生需要对这些内容有清晰的理解和掌握,能够正确地应用于实际的编程问题中。 其次,考试还将要求学生能够分析和解决一些较为复杂的编程问题。这些问题可能涉及到数组、指针、结构体等高级数据结构和算法的使用。学生需要能够理解并正确应用这些概念,以解决给定的编程问题。 此外,考试可能会涉及一些C语言程序的输出结果预测和错误调试等内容。学生需要具备对C语言的程序执行过程有清晰的认识,能够正确预测程序输出结果,并有能力发现和纠正程序中的错误。 最后,考试还可能会包括一些编程题目,要求学生能够根据题目要求独立编写C语言程序。在这些题目中,学生需要展示自己的编程能力和解决问题的能力,用C语言实现要求的功能,并保证程序的正确性和健壮性。 综上所述,MOOC翁凯C语言期末考试是一次对学生在C语言编程方面的综合能力进行考察的考试。学生需要掌握C语言的基础知识,具备解决编程问题的能力,并能够独立完成一定的编程任务。该考试将帮助学生提升在C语言编程方面的能力,并为将来在计算机编程领域的学习和工作奠定坚实的基础。
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