四则运算题目生成器

1 预估时间及实际花费时间表格

PSP2.1Personal Software Process StagesTime
Planning计划 
· Estimate· 估计这个任务需要多少时间50h
Development开发 
· Analysis· 需求分析 (包括学习新技术)10h
· Design Spec· 生成设计文档1h
· Design Review· 设计复审 (和同事审核设计文档)1h
· Coding Standard· 代码规范 (为目前的开发制定合适的规范)0.5h
· Design· 具体设计2h
· Coding· 具体编码15h
· Code Review· 代码复审1h
· Test· 测试(自我测试,修改代码,提交修改)5h
Reporting报告 
· Test Report· 测试报告1h
· Size Measurement· 计算工作量0.5h
· Postmortem & Process Improvement Plan· 事后总结, 并提出过程改进计划1h
 合计38h

2 性能分析图

 

3 测试用例

-n 100 -r 5 -e exercise.txt -a answer.txt

-n 1000 -r 5 -e exercise.txt -a answer.txt

-n 10000 -r 5 -e exercise.txt -a answer.txt

-n 10 -r 5 -e exercise.txt -a answer.txt

-n 1 -r 5 -e exercise.txt -a answer.txt

-n 100 -r 2 -e exercise.txt -a answer.txt

-n 100 -r 10 -e exercise.txt -a answer.txt

-n 100 -r 1 -e exercise.txt -a answer.txt

-n 100 -r 3 -e exercise.txt -a answer.txt

-n 100 -r 4 -e exercise.txt -a answer.txt

-n 100 -r 100 -e exercise.txt -a answer.txt

 

 

4 收货

c语言

1
typedef struct Formula{
    int model;
    int op[3];
    double ui[4];
};

int compare(struct Formula f[],int j,int m1,int op1[],double uf1[]){}
compare(formula,j,m1,op1,uf1)

2
int compare(struct Formula f[],int *j,int m1,int op1[],double uf1[]){}
compare(formula,&j,m1,op1,uf1)
参数传递指针

3
memcpy(s,s1,sizeof(s1))

4
求任意个自然数的平方和:
int SqSum(int n1, ...)
{
va_list arg_ptr;
int nSqSum = 0, n = n1;
va_start(arg_ptr, n1);
while (n > 0)
{
    nSqSum += (n * n);
    n = va_arg(arg_ptr, int);
}
va_end(arg_ptr);
return nSqSum;
}
// 调用时
int nSqSum = SqSum(7, 2, 7, 11, -1);
可变参数函数的原型声明格式为:
type VAFunction(type arg1, type arg2, … );
va_list arg_ptr:定义一个指向个数可变的参数列表指针;
va_start(arg_ptr, argN):使参数列表指针arg_ptr指向函数参数列表中的第一个可选参数
va_arg(arg_ptr, type):返回参数列表中指针arg_ptr所指的参数,返回类型为type,并使指针

arg_ptr指向参数列表中下一个参数。
va_copy(dest, src):dest,src的类型都是va_list,va_copy()用于复制参数列表指针,将dest初始

化为src。
va_end(arg_ptr):清空参数列表,并置参数指针arg_ptr无效。

void stringcat(char ss[],char s1[],...){
    va_list arg_ptr;
    char s[1000];
    memcpy(s,s1,sizeof(s1));
    va_start(arg_ptr,ss);
    while(s){
        strcat(ss,s);
        memcpy(s,va_arg(arg_ptr,char*),sizeof(va_arg(arg_ptr,char*)));
    }
    va_end(arg_ptr);
}

5
数字转字符串
itoa(int i,char* s,进制)
sprintf(char*,"%d",a)

c++
6
#include<ctime>
srand( unsigned( time(0) ) );

7
string in;
end = in.find("/",begin);
fenziStr = in.substr(begin,end - begin);
fenzi = atoi(fenziStr.c_str());

8
ifstream exTxt(a,ios::in);
ifstream anTxt(b,ios::in);
ofstream out1("exercise.txt",ios::out);
out1.close();
ofstream out2("answer.txt",ios::out);
out2.close();

转载于:https://www.cnblogs.com/zhouwenxiang/p/4830619.html

  • 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