黑马程序员-----oc语言学习笔记之foundation-NSArray

------<Java培训、Android培训、iOS培训、.Net培训>、期待与您交流! -------


NSArray

NSArray是oc中的数组

*******************************************************************************
只能存储oc对象 是不可变的 初始化完后不能添加元素
NSAarry的创建方式
NSArray *arr =[NSArray arrayWithObjects:@"ong",@"two",nil];
NSAarry 创建时候的注意
NSArray *array = [NSArray array]; // 这样的数组永远是空的,不可能向其中增加值。(不可
变性)
NSArray中间不能存储nil,因为NSArray认为nil是数组的结束,这样后面的值就丢失了
********************************************************************************
NSArry的常见的用法
获取元素的个数
- (NSUInteger)count;
获得index位置的元素
- (id)objectAtIndex:(NSUInteger)index;
返回最后一个元素
- (id)lastObject;
查找anObject元素在数组中的位置(如果找不到,返回-1)NSNotFound
- (NSUInteger)indexOfObject:(id)anObject;
在range范围内查找anObject元素在数组中的位置
- (NSUInteger)indexOfObject:(id)anObject inRange:(NSRange)range;

******************************************************************************

//NSArray的下标遍历

NSArray *arr=[NSArray arrayWithObjiects:@"1",@"2",@"3",@"4",nil];


for(int i=0;i<arr.count;i++)
{
	NSLog(@"%@",arr[i]);
}

//快速遍历

for(id *str in arr)
{
	NSLog(@"%@",id);
}

//block遍历
[arr enumerateObjectsUsingBlock:^(id obj,NSUInteger idx,BOOL *stop){
	NSLog(@"下标:%ld,值为%@",idx,obj)
}];

***************************************************************************************
NSArray数据写入到文件中
NSArray *arr = [NSArray arrayWithObjects:@"1",@"2",@"3",@"4",@"5", nil];
//写入数据到文件中
if([arr writeToFile:@"/Users/liwei/Desktop/arr.plist" atomically:YES]){
NSLog(@"写入成功!");
}

从文件中读取数据到NSArray
//创建一个数组,读取xml文件
NSArray *arr = [NSArray arrayWithContentsOfFile:@"/Users/liwei/Desktop/arr.xml"];
NSLog(@"%@",arr);
//创建一个数组,读取plist
NSArray *arr = [NSArray arrayWithContentsOfFile:@"/Users/liwei/Desktop/arr.plist"];
NSLog(@"%@",arr)]

NSMutableArray


NSMutableArray是可变的, 随时可以往里面添加\更改\删除元素

NSMutableArray的创建
//创建空数组
NSMutableArray *arr = [NSMutableArray array];
//创建数组,并且指定长度为5,此时也是空数组
NSMutableArray *arr2 = [[NSMutableArray alloc] initWithCapacity:5];
//创建一个数组,包含两个元素
NSMutableArray *arr3 = [NSMutableArray arrayWithObjects:@"1",@"2", nil];
//调用对象方法创建数组
NSMutableArray *arr4 = [[NSMutableArray alloc] initWithObjects:@"1",@"2", nil];
*****************************************************************************************
NSMutableArray的方法

- (void)insertObject:(id)anObject atIndex:(NSUInteger)index;
在index位置插入一个元素

NSMutableArray *arr = [NSMutableArray arrayWithObjects:@"1",@"2", nil];

[arr addObject:@"3"];

[arr insetObject:@"4" atIndex:4];

- (void)replaceObjectAtIndex:(NSUInteger)index withObject:(id)anObject;
用anObject替换index位置对应的元素

NSMutableArray *arr = [NSMutableArray arrayWithObjects:@"1",@"2", nil];

[arr replaceObjectAtIndex:0 withObject:@"one"];
NSLog(@"%@",arr)]

- (void)exchangeObjectAtIndex:(NSUInteger)idx1 withObjectAtIndex:(NSUInteger)idx2;
交换idx1和idx2位置的元素
***************************************************************************************
NSMutableArray 的错误用法

NSMutableArray *array = @[@"bob", @"steve", @"john"];
快速创建的对象是NSArray 赋值给NSMutableArray后,array变成NSArry

就不能再添加元素了[array addObject:@“Peter”]

NSMutableArray *array = [NSMutableArray arrayWithArray:@[@"bob", @"steve", @"john"]];
[array addObject:@"Peter"];


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
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