day20

本文探讨了面向对象编程的优势,如抽象和扩展性,以及线性数据结构(顺序表和链表)的异同。顺序表提供随机存取但需要连续空间,链表则便于插入删除但不支持随机存取。针对编程中可能出现的问题,如漏掉判断条件,提出了检查逻辑的解决方案。此外,还分析了链队列和循环队列的优缺点,并就基础数据类型不同的类重写问题提出了使用模板方法的建议。
摘要由CSDN通过智能技术生成

1.面向对象优势:
将现实世界的物体,抽象为编程过程中的一个个对象,使其具有不同的功能,扩展性较强,适用于解决一些较复杂的业务。

2.比较顺序表和链表的异同
同:都是线性结构,表示一种先后关系,都是线性表。
异:顺序表逻辑上相邻的元素,存储位置也是相邻的,而链表逻辑上相邻的元素,存储位置不一定相邻,顺序表支持随机存取,与顺序存取,插入删除操作需要移动大量的数据,链表只能顺讯存取,而不能随机存取,插入删除操作不需要移动元素,只需要修改指针。

3.分析顺序表和链表的优缺点.
线性表优点随机存取,缺点需要一片连续的空间,插入删除需要移动大量的元素。
链表优点插入删除不需要移动大量的元素,可以离散存储,用指针连接,缺点是不能随机存取,指针需要耗费一定的空间。

4.分析调拭程序常见的问题及解决方案.
常见问题:在编写函数时,漏掉某个判断条件,导师编写的程序达不到预期的结果。
解决方案:检查程序的逻辑有没有问题。

5.分析链队列与循环队列的优缺点.
链队列优点空间大小是动态改变的,缺点需要消耗空间存储指针。
循环队列优点可以消除假溢出现象,缺点是需要分配连续的空间,不能动态增加。

6.第 18 天建立的两个队列, 其区别仅在于基础数据不同, 一个是 int, 一个是 char. 按这种思路, 对于不同的基础数据类型, 都需要重写一个类, 这样合理吗? 你想怎么样?
我认为不合理,可以设计一个模板方法,每次只用改变参数类型,而不用重写方法。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我来回答你的问题。首先,广度优先搜索(BFS)是一种图搜索算法,可以用来解决一些问题,比如迷宫问题。在迷宫问题中,我们需要找到一条从起点到终点的最短路径。下面是用 Python 实现 BFS 解决迷宫问题的示例代码: ```python from collections import deque # 定义一个二维数组表示迷宫,0 表示可以走,1 表示障碍物 maze = [ [0, 1, 0, 0, 0], [0, 1, 0, 1, 0], [0, 0, 0, 0, 0], [0, 1, 1, 1, 0], [0, 0, 0, 1, 0], ] # 定义起点和终点 start = (0, 0) end = (4, 4) # 定义四个方向,上下左右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] def bfs(maze, start, end): # 定义队列,初始时将起点加入队列 queue = deque([start]) # 定义 visited 集合,用于记录已经访问过的位置 visited = set([start]) while queue: # 取出队列中的第一个节点 node = queue.popleft() # 如果当前节点是终点,返回到达终点的最短距离 if node == end: return distance[node[0]][node[1]] # 对于当前节点,遍历它的四个方向 for direction in directions: # 计算出下一个节点的坐标 next_node = (node[0] + direction[0], node[1] + direction[1]) # 如果下一个节点不越界且没有访问过,并且可以走(maze[next_node[0]][next_node[1]] == 0),将它加入队列和 visited 集合 if 0 <= next_node[0] < len(maze) and 0 <= next_node[1] < len(maze[0]) and next_node not in visited and maze[next_node[0]][next_node[1]] == 0: queue.append(next_node) visited.add(next_node) # 如果没有找到到达终点的路径,返回 -1 return -1 # 计算每个位置到起点的最短距离 distance = [[float('inf') for _ in range(len(maze[0]))] for _ in range(len(maze))] distance[start[0]][start[1]] = 0 bfs(maze, start, end) ``` 在上面的代码中,我们首先定义了一个迷宫,然后定义了起点和终点。接着,我们定义了四个方向,上下左右。接下来,我们定义了 bfs 函数,用于实现广度优先搜索。在 bfs 函数中,我们首先定义了一个队列和 visited 集合,用于记录已经访问过的位置。然后,我们将起点加入队列和 visited 集合。接着,我们进行循环,取出队列中的第一个节点,遍历它的四个方向。如果下一个节点不越界且没有访问过,并且可以走,我们将它加入队列和 visited 集合。最后,如果没有找到到达终点的路径,返回 -1。 最后,我们计算每个位置到起点的最短距离,并调用 bfs 函数求解最短路径。
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