数值的整数次方

问题描述:实现函数double power(double base,int exponent),baseexponent次方。不能使用库函数,同时不需要考虑大数问题。

1 package Problem11;
 3 public class Power {
 4     /*
 5      * 问题描述: 实现函数double power(double base,int exponent),求base的exponent
 6      * 次方。不能使用库函数,同时不需要考虑大数问题。
 7      */
 9     /**
10      * @param args
11      */
12     public double power(double base, int exponet) throws Exception {
13         double result = 0.0;
14         if (equals(base, 0) && (exponet < 0)) {
15             throw new Exception("0的负数次幂无意义");
16         }
17         if (exponet == 0) {
18             return 1.0;
19         }
20         if (exponet < 0) {
21             result = 1.0/powerWithUnsignedExponent(base, -exponet);
22         } else {
23             result = powerWithUnsignedExponent(base, exponet);
24         }
25         return result;
26     }
28     private double powerWithUnsignedExponent(double base, int exponet) {
29         double result = 1.0;
30         for (int i = 1; i <= exponet; i++) {
31             result = result * base;
32         }
33         return result;
34     }
36     // 由于计算机中表示小数都有误差,不能用等号判断两个小数是否相等。如果两个小数的差的绝对值很小
37     // 我们就可以认为它们是相等的
38     private boolean equals(double number1, int number2) {
39         if ((number1 - number2 > -0.00000001)
40                 && (number1 - number2) < 0.00000001) {
41             return true;
42         }
43         return false;
44     }
46     // 写测试:把底数和指数分别设置成正数、负数、0;
47     public static void main(String[] args) throws Exception {
48         Power test = new Power();
49         System.out.println(test.power(2, 3));
50         System.out.println(test.power(2, 0));
51         System.out.println(test.power(2, -2));
52         System.out.println(test.power(0, 3));
53         System.out.println(test.power(0, 0));
54         System.out.println(test.power(0, -2));
56     }
58 }

  • 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