在java中如何输入角度_在Java中获取角度的反余弦

为了获得Java中给定值的反余弦,我们使用java.lang.Math.acos()方法。该acos()方法接受需要计算角度的双精度值。返回的角度范围在0到pi之间。如果参数为NaN或大于1或小于-1,则结果为NaN。

声明-java.lang.Math.acos()方法的声明如下-public static double acos(double a)

在此,a是计算其反余弦的值。

让我们看一个程序来获取Java中给定值的反余弦值。

示例import java.lang.Math;

public class Example {

public static void main(String[] args) {

//得到两个双度数

double x = Math.sqrt(3)/2;

double y = 0.5;

//计算并显示这些双精度的反余弦

System.out.println("Arc cosine of " + x + " = " + Math.acos(x));

System.out.println("Arc cosine of " + y + " = " + Math.acos(y));

}

}

输出结果Arc cosine of 0.8660254037844386 = 0.5235987755982989

Arc cosine of 0.5 = 1.0471975511965979

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
余弦定理是一种常用的文本相似度算法,可以用于计算两个文本之间的相似度,其原理是根据文本词语的频率向量计算它们之间的夹角余弦值。以下是JAVA实现余弦相似度算法的代码: ```java import java.util.HashMap; import java.util.Map; public class CosineSimilarity { public static double cosineSimilarity(String text1, String text2) { // 将文本转换为向量 Map<String, Integer> vector1 = toVector(text1); Map<String, Integer> vector2 = toVector(text2); // 计算相似度 double dotProduct = 0.0; double magnitude1 = 0.0; double magnitude2 = 0.0; for (String term : vector1.keySet()) { if (vector2.containsKey(term)) { dotProduct += vector1.get(term) * vector2.get(term); } magnitude1 += Math.pow(vector1.get(term), 2); } for (String term : vector2.keySet()) { magnitude2 += Math.pow(vector2.get(term), 2); } double magnitude = Math.sqrt(magnitude1) * Math.sqrt(magnitude2); if (magnitude == 0) { return 0.0; } return dotProduct / magnitude; } private static Map<String, Integer> toVector(String text) { Map<String, Integer> vector = new HashMap<>(); String[] terms = text.split("\\s+"); for (String term : terms) { if (vector.containsKey(term)) { vector.put(term, vector.get(term) + 1); } else { vector.put(term, 1); } } return vector; } public static void main(String[] args) { String text1 = "This is a test"; String text2 = "This is a demo"; double similarity = cosineSimilarity(text1, text2); System.out.println("相似度:" + similarity); } } ``` 在上述代码,toVector()方法将文本转换为向量,其使用HashMap来存储每个词汇的词频。cosineSimilarity()方法计算两个文本向量的余弦相似度,其使用了点积和向量的模长的概念。在main()方法,我们传入两个文本并计算它们之间的相似度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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